TY -的A2 -乔,挂俊AU -罪恶,Duho AU -金,Jinsoo盟——崔Jee Hyun AU -金,Sung-Phil PY - 2014 DA - 2014/07/09 TI -神经元合奏解码使用动力最大熵模型SP - 218373六世- 2014 AB -神经技术的进步使我们能够同时访问多个神经元的整体活动,许多神经生理研究调查如何解码神经合奏活动。神经元合奏活动从不同的大脑区域表现出不同的特征,需要大大不同的解码方法。在各种模型,最大熵译码器是利用不仅个人射击活动而且神经元之间的相互作用,更准确地提取信息的情况下持续的神经活动和/或低频发射活动。然而,它并不考虑时间变化神经状态,因此会容易对非平稳的神经信息处理表现不佳。为了解决这个问题,我们开发一种新型的解码器,扩展了最大熵解码考虑时变神经信息。这种译码器混合动力系统的神经网络模型为非平稳的最大熵模型来更好的适应环境。从两个仿真研究中,我们表明,该动态最大熵译码器能解决好与时变信息,而传统的最大熵解码器无法实现。结果表明,该解码器可以推断出神经信息更有效,因为它利用潜在神经网络的动态特性。SN - 1110 - 757 - 2014/218373 / 10.1155 x你——https://doi.org/10.1155/2014/218373——摩根富林明——应用数学学报PB Hindawi出版公司KW - ER