论文部分内容阅读
本文设计了一种自适应的突触学习算法，仿真了海马共振产生记忆的过程。首先建立海马网络结构，利用模型分别对来自内嗅皮层PP信号以及SC突触后电流引起的CA1表达做了分析，表明单一阈下信号无法产生记忆，双信号的共振加强才是记忆产生的原因。其次通过计算信噪比发现在某一SC突触强度达到峰值，即PP信号检测存在典型的随机共振现象。然后，构造了一种较符合实验结果的突触学习规则，仿真结果表明充分长时间的学习后，海马网络能够趋向成熟，可以使得不成熟网络的残缺记忆在成熟网络里得到完全清晰的表达。