中文

神经传播信念

无序系统与神经网络 2007-05-23 v2 q-bio

摘要

我们继续探索神经群体以概率密度函数(PDF)形式表示和处理类比变量的假设。编码表示相关类比变量联合概率密度的神经组件可以原则上通过实现贝叶斯推理规则来回答关于这些变量的任何有意义问题。借助基于正交函数构成的低维函数空间中函数基底的概率密度的中间表示,我们展示了如何从贝叶斯信念网络生成神经电路。本文通过几个初等示例说明和测试该 PDF 方法的思想与形式学,特别是通过一个问题,其中模型驱动的自上而下信息流影响对自下而上感官输入的处理。

关键词

引用

@article{arxiv.cond-mat/0102426,
  title  = {Neural Propagation of Beliefs},
  author = {M. J. Barber and J. W. Clark and C. H. Anderson},
  journal= {arXiv preprint arXiv:cond-mat/0102426},
  year   = {2007}
}

备注

22 pages, 5 figures, submitted to Neural Computation, v2. significant structural changes