超稳定状态的稳定性控制作为一种在认知处理中灵活时间调节的统一机制

科学领域:

• 神经科学是一个神经科学.
• 计算神经科学是一种神经科学.
• 认知科学 认知科学

背景情况:

• 神经序列中时间动态的灵活调制对于语音和运动控制等认知过程至关重要.
• 这种时间灵活性的基础神经机制,受到注意力和环境的影响,尚未得到充分理解.

研究的目的:

• 开发一种生物学上可信的神经网络模型,以研究神经序列中时间调制的机制.
• 了解神经时间尺度的多样性如何促进认知灵活性和适应性.

主要方法:

• 开发了一个神经网络模型,其中的神经元具有多个时间尺度,并采用了赫比学习规则.
• 模拟任务需要序列模式生成和刺激身份保留,例如延迟匹配样本 (DMS) 任务.
• 分析了神经元增益,外部输入强度和任务难度对像停留时间和过渡时间这样的时间性质的影响.

主要成果:

• 该模型生成了序列模式并执行了DMS任务,证明了快速和缓慢的神经动态的作用.
• 快速动态建立了元稳定状态,而缓慢动态保持了信息和调制状态的稳定性,用于时间处理.
• 发现神经元增益,情境线索和任务难度可以灵活调节元稳定状态的稳定性.

结论:

• 提出了一个基于神经时间尺度多样性的神经序列时间调制的统一机制.
• 突出了不同神经时间尺度在动态调整认知性能以满足环境需求中的新计算作用.
• 表明大脑利用各种神经时间尺度灵活调整认知处理速度.