基于模式激励的处理：大脑的音乐

提出了一种基于非线性主动谐振器对其输入模式激发活动模式的信息处理方法。文中论证了常规基于图灵机的计算机（本文称为 T-机）所能执行的任何计算，也可由基于模式激励的机器（称为 P-机）执行。讨论了该处理方案通过神经网络的实现。在此实现中，谐振器的角色由神经模式激励网络扮演，即能够对不同输入激发不同时空活动模式的神经回路。本文亦考虑了神经模式激励网络中的学习。结果表明模式激励与模式识别神经网络间存在对偶性，可基于赫布学习规则创建对应于可识别输入模式的新的模式激励模式。此类网络分层组织可产生复杂行为。动物行为、人类语言与思维被视为此类网络产生的例子。