Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

高レベル認知の生物学的ベースのコンピューティングモデル.

Randall C O'Reilly1

  • 1Department of Psychology, University of Colorado Boulder, Boulder, CO 80309, USA. oreilly@psych.colorado.edu

Science (New York, N.Y.)
|October 7, 2006
PubMed
まとめ

脳のコンピューターモデルは,前頭前皮質が人間の知性をどのようにサポートしているかを明らかにしています. ビスタブル状態とダイナミック・ゲーティング・メカニズム (デジタル・コンピュータに似たもの) は,認知の鍵である.

関連する実験動画

関連する概念動画

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Synaptic Plasticity as a Function of the Temporal Derivative.

bioRxiv : the preprint server for biology·2026
Same author

Slowdown vs. breakdown of memory recall by retrieval stopping.

Memory & cognition·2025
Same author

Memory out of context: Spacing effects and decontextualization in a computational model of the medial temporal lobe.

Psychological review·2024
Same author

A complementary learning systems model of how sleep moderates retrieval practice effects.

Psychonomic bulletin & review·2024
Same author

A Neural Network Model of Continual Learning with Cognitive Control.

CogSci ... Annual Conference of the Cognitive Science Society. Cognitive Science Society (U.S.). Conference·2023
Same author

Altered Associations Between Motivated Performance and Frontostriatal Functional Connectivity During Reward Anticipation in Schizophrenia.

Schizophrenia bulletin·2023

科学分野:

  • 神経科学は神経科学である.
  • 計算神経科学とは
  • コグニティブ・サイエンス コグニティブ・サイエンス

背景:

  • 人間の知能には複雑な認知機能が含まれています.
  • 前頭前皮質と関連する皮質下部領域は,より高いレベルの認知に不可欠です.
  • これらの脳領域を理解するには,洗練されたモデリングアプローチが必要です.

研究 の 目的:

  • 高いレベルの人間の知能の計算モデルをレビューする.
  • 機械的および機能的モデリングのアプローチの合成を探求する.
  • 前頭前皮質機能の基礎となる重要な計算メカニズムを特定する.

主な方法:

  • 脳機能の既存のコンピュータモデルのレビュー.
  • 前頭前皮質と下皮質領域に焦点を当てたモデルの分析.
  • 神経モデリングにおけるアナログとデジタル計算概念の合成.

主要な成果:

  • 機械的モデルと機能的モデルの融合が起こっています.
  • 情報維持のために,ビスタブルなアクティベーション状態が提案されています.
  • 情報の迅速な更新のために,ダイナミックゲーティングメカニズムが特定されています.

結論:

  • 前頭前野皮質は,デジタルコンピュータに似たメカニズムを利用する可能性があります.
  • ビスタブル状態とダイナミックゲーティングは,人間の知性にとって非常に重要です.
  • コンピューティングモデルは,認知のニューラル基盤についての洞察を提供します.