定量生物学 > 神经与认知
[提交于 2017年4月10日
]
标题: 雪崩和网络模型中意识与无意识心理功能的广义记忆关联性
标题: Avalanches and Generalized Memory Associativity in a Network Model for Conscious and Unconscious Mental Functioning
摘要: 我们探讨与复杂网络模型动力学相关的雪崩的统计特性,其中两个模块分别对应感觉记忆和符号记忆,代表无意识和有意识的心理过程。 该模型体现了弗洛伊德关于神经症的观点,以及意识与大脑中符号和语言记忆活动的关系。 它引入了Stariolo-Tsallis对玻尔兹曼机的广义形式,以模拟记忆检索和关联性。 在本研究中,我们定义并测量记忆检索期间的雪崩大小分布,以深入了解这些复杂网络运行的基本方面。 为我们的模型定义的雪崩大小应与检索记忆所消耗的时间以及激活的神经区域的大小相关。 这使得可以定性比较在fMRI测量中获得的簇大小分布行为与我们在模拟实验中获得的雪崩大小分布。 这种比较证实了非扩展统计力学形式主义可能确实更适合建模构成大脑和心理结构的复杂网络。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.