长视野的关联学习解释了人类对统计和网络结构在听力序列中的敏感性
Lucas Benjamin1, Mathias Sablé-Meyer2,3, Ana Fló2,4
1Cognitive Neuroimaging Unit, CNRS ERL 9003, INSERM U992, CEA, Université Paris-Saclay, NeuroSpin Center, 91190 Gif/Yvette, France lucas.benjamin78@gmail.com.
人类大脑快速处理复杂的听觉网络结构,显示早期神经对社区内部和社区之间的音调过渡的反应. 这表明自动编码和关联式学习机制支持序列感知.
科学领域:
- 认知神经科学 认知神经科学
- 听觉感知是一种听觉感知.
- 网络科学 网络科学
背景情况:
- 成年人可以在听觉序列中识别高级网络结构,即使数据不完整.
- 以前的研究将这种敏感性与关联式学习原理联系起来,将过渡概率和记忆衰退整合起来.
研究的目的:
- 使用磁脑图 (MEG) 调查听觉网络结构感知的神经相关物.
- 检查大脑对顺序信息的快速编码和关联式学习机制.
主要方法:
- 参与者 (N=23) 被动地倾听与稀疏的社区网络结构的音频序列.
- 磁脑电图 (MEG) 记录了大脑活动.
- 时间解析解码被用来分析神经表征和估计关联式学习.
主要成果:
- 早期的神经差异 (∼150 ms) 区分了社区内部与社区之间的音调过渡,表明快速的结构编码.
- 神经解码性能呈现指数级衰变,显示了音调表示的显著重叠.
- 一个长时间的关联性学习新指数与MEG信号相关联.
结论:
- 大脑自动快速编码复杂的听觉网络结构.
- 关联式学习,可能通过赫比亚式机制,支持跨各种时间尺度的序列感知.
- MEG的发现提供了对听觉流中对网络结构敏感性的神经基础的见解.
更多相关视频
07:17Aversive Associative Learning and Memory Formation by Pairing Two Chemicals in Caenorhabditis elegans
Published on: June 23, 2022
05:35Experience is Instrumental in Tuning a Link Between Language and Cognition: Evidence from 6- to 7- Month-Old Infants' Object Categorization
Published on: April 19, 2017
相关概念视频
Associative Learning
Classical conditioning, also known...
Real-World Application of Classical Conditioning
Higher-order, or second-order, conditioning occurs when a neutral stimulus becomes associated with an already established conditioned stimulus through repeated pairings. For instance, if a dog has been...
Higher Mental Functions of Brain: Learning and Memory
Chunking and Rehearsal in Sensory Memory
Auditory Pathway
When viewed cross-sectionally, the cochlea reveals the scala vestibuli and scala tympani flanking...
Classical Conditioning
Ivan Pavlov observed that dogs...
