Jove
Visualize
Contáctanos

Videos de Experimentos Relacionados

Computación de reconocimiento de patrones utilizando el tiempo de potencial de acción para la representación del

J J Hopfield1

  • 1Division of Chemistry and Chemical Engineering, California Institute of Technology, Pasadena 91125, USA.

Nature
|July 6, 1995
PubMed
Resumen
Este resumen es generado por máquina.

Videos de Conceptos Relacionados

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Searching for memories, Sudoku, implicit check bits, and the iterative use of not-always-correct rapid neural computation.

Neural computation·2008
Same author

Encoding for computation: recognizing brief dynamical patterns by exploiting effects of weak rhythms on action-potential timing.

Proceedings of the National Academy of Sciences of the United States of America·2004
Same author

Learning rules and network repair in spike-timing-based computation networks.

Proceedings of the National Academy of Sciences of the United States of America·2003
Same author

Simple networks for spike-timing-based computation, with application to olfactory processing.

Neuron·2003
Same author

What is a moment? Transient synchrony as a collective mechanism for spatiotemporal integration.

Proceedings of the National Academy of Sciences of the United States of America·2001
Same author

What is a moment? "Cortical" sensory integration over a brief interval.

Proceedings of the National Academy of Sciences of the United States of America·2000
Same journal

Daily briefing: How cooperation built the world.

Nature·2026
Same journal

Deep-sea oddities and boatloads of other new species - June's best science images.

Nature·2026
Same journal

From cloning to gene-editing: the enduring legacy of Dolly the sheep.

Nature·2026
Same journal

Time to give hydration breaks the red card? What science says about keeping cool.

Nature·2026
Same journal

Universities are relying on AI-detection software to catch cheating. How well do the programs work?

Nature·2026
Same journal

Daily briefing: 'Cyborg' cockroaches breathe underwater with printed suit.

Nature·2026
Ver todos los artículos relacionados
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Este estudio introduce un nuevo modelo computacional que representa los tamaños de las variables neuronales por tiempos de potencial de acción, no por velocidades de disparo. Este enfoque de codificación temporal explica diversos procesos sensoriales y computación neuronal, ofreciendo nuevos conocimientos sobre la función cerebral.

Área de la Ciencia:

  • La neurociencia computacional es la neurociencia computacional.
  • La codificación neuronal es la codificación neuronal.
  • La neurociencia de sistemas es la neurociencia de sistemas.

Sus antecedentes:

  • Los modelos neuronales tradicionales usan tasas de disparo para representar tamaños variables.
  • Este enfoque puede limitar la comprensión de los cálculos neuronales complejos y el procesamiento sensorial.

Objetivo del estudio:

  • Para presentar un modelo computacional utilizando tiempos de potencial de acción explícito para la representación de variables.
  • Para explicar cómo este esquema de codificación temporal soporta diversos cálculos a través de las modalidades sensoriales.

Principales métodos:

  • Desarrolló un modelo computacional donde los tamaños variables están codificados por tiempos de pico.
  • Utilizó una red neuronal con retrasos diferenciales para la comparación de patrones.

Videos de Experimentos Relacionados

  • Interpretó el procesamiento del sistema olfativo y auditivo de los mamíferos dentro de este marco temporal.

    • Principales resultados:

    • El modelo explica cómo una sola neuroarquitectura puede manejar variadas entradas sensoriales y cálculos.
    • Las oscilaciones y la anatomía en los sistemas olfativos de los mamíferos son interpretables a través de esta representación temporal.
    • Este estilo de computación neuronal no es detectable por grabaciones de un solo electrodo.

    Conclusiones:

    • El tiempo de picos explícitos ofrece una poderosa alternativa a las velocidades de disparo para la computación neuronal.
    • Este modelo de codificación temporal proporciona una explicación unificada para el procesamiento a través de diferentes sistemas sensoriales.
    • Las unidades de reconocimiento en este modelo funcionan de manera similar a las unidades de función de base radial.