简单贝叶斯决策的计算神经模型

• 作者: 杨博 程振波 邓志东
• 来源期刊: 中国科学C辑
• 关键词: 贝叶斯决策 对数似然 学习算法 计算神经模型
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 论文
• 页码范围: 783-792
• 页数: 10页
• 语种: 中文

摘要

大脑根据贝叶斯理论处理信息已经得到诸多心理学和神经生理学实验的支持.贝叶斯推理过程往往需要处理复杂的概率计算,最近Shadlen和Gold提出基于对数似然比可以简化基于贝叶斯的两可决策任务.然而,目前并不清楚如何在神经回路中实现基于对数似然比的贝叶斯决策.通过建立具有信息整合与胜者独享特性的决策神经回路,结合奖励调制的突触可塑性学习算法,得到决策行为与突触可塑性之间的对应关系,由此可实现简单贝叶斯决策的计算神经模型.最后,利用该模型模拟出最近Yang和Shadlen关于恒河猴可进行贝叶斯决策的实验结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓志东		25	205	9.0	14.0
2	杨博		14	110	5.0	10.0
3	程振波		3	71	2.0	3.0