基于连通结构与动力学过程的知觉记忆层次模型

根据认知的计算神经科学的观点,提出了一种基于神经系统动力学理论和连通图的信息的直接表达方式.它首先定义了知觉信息直接表达的神经结构和动力学模式,然后提出一个双层的网络计算模型,分别用于记录外界刺激的特征信息和连通对应的特定神经回路的连接模式,这是通过结构学习来实现的.在两层神经元间建立起来的连通结构同时起到联想记忆的作用,记忆的可靠程度由神经回路的连通度来决定.这种直接表达方式对于人工智能中关于语义表达和基于语义的推理研究具有重要意义.