基于比较的海马及其环境的自下而上与自上而下滤波模型

两个速率编码模型——重构网络模型与控制模型——的海马-内嗅环模型被合并。海马-内嗅环在统一模型中起双重作用，它既是重构网络的一部分，也是控制器。此双重作用将自下而上的信息流转化为自上而下的类控制信号。自下而上滤波的作用为信息最大化、噪声滤波、时间积分与预测，而自上而下滤波的作用为强调，即高亮或‘铺路’，以及基于上下文的模式补全。在联合模型中，控制任务由皮层区域执行，而重构网络可见于皮层区域之间。控制器高度非线性，而重构网络为近似线性架构，针对噪声估计与噪声滤波优化。重构网络模型的一个猜想——视觉流的长期记忆是新皮层区域间的线性反馈连接——被联合模型强化。给出可证伪预测；其中一些已有近期实验支持。并联系注意与意识。