揭示脑网络组织的计算相关性
神经元与认知
2019-10-22 v2
摘要
理解神经认知计算不仅需要定位分布于全脑的认知信息，还需确定这些信息如何抵达该处。我们回顾了将经验与模拟脑网络组织同认知信息处理相联系的最新进展。基于这些进展，我们提出一种理解连接性在认知中作用的新框架——网络编码（编码/解码）模型。这些模型利用连接性通过神经活动流过程指定信息传输，成功预测了经验神经数据中认知表征的形成。这些模型的成功支持了这样一种可能性：局域神经功能从主要由连接模式指定的分布式活动流过程机制性涌现（被计算）出来。
引用
@article{arxiv.1907.03612,
title = {Discovering the Computational Relevance of Brain Network Organization},
author = {Takuya Ito and Luke Hearne and Ravi Mill and Carrisa Cocuzza and Michael W. Cole},
journal= {arXiv preprint arXiv:1907.03612},
year = {2019}
}