毛里西奥·塞尔达;伯纳德·吉罗 神经领域的不对称性：一种时空编码机制。 （英语） Zbl 1267.92019年9月 生物、网络。 107，第2期，161-178（2013）. 摘要：神经场模型已成功应用于对视觉注意、运动控制和记忆等多种大脑机制进行建模。大多数理论和建模工作都集中于研究神经连接变化（主要是神经元之间的对称连接）下此类系统的动力学。然而，当神经连接不对称时，人们对神经元群体的新兴特性关注较少，尽管在皮层组织中观察到不对称活动传播。我们探索了具有非对称连通性的神经场的动力学，并表明，在前沿传播的情况下，它可以使种群偏离具有更高激活度的特定轨迹。我们发现，当输入在空间上局部化时，不对称性与输入速度线性相关，并且这种关系适用于不同的内核和输入形状。为了说明非对称连接的行为，我们提出了一个应用：使用非对称神经场对人体运动的标准视频序列进行编码，并与计算机视觉技术进行了比较。总之，我们的结果表明，非对称神经场是一种具有竞争力的时空编码方法，具有两个主要优势：在线分类和分布式操作。 引用于1文件 MSC公司： 92C20美元 神经生物学 第68页第45页 机器视觉和场景理解 37N25号 生物学中的动力系统 关键词：动力系统;模式识别;不对称连接;人体运动 软件：图像处理工具箱;Matlab公司 PDF格式BibTeX公司 XML格式引用 \textit{M.Cerda}和\textit{B.Girau}，Biol。赛博。107，No.2，161--178（2013；Zbl 1267.92019） 全文： 内政部 链接 参考文献： [1] Amari S（1977）横向抑制型神经场中模式形成动力学。生物网络27（2）：77-87·Zbl 0367.92005年 ·doi:10.1007/BF00337259 [2] Beim Graben P，Potthast R（2009），动态认知建模中的逆向问题。混沌学科间J非线性科学19（1）：015103·Zbl 1311.92025号 [3] Bressloff PC（2012）连续神经场的时空动力学。物理学报A 45（3）：033001·Zbl 1263.92008年 ·doi:10.1088/1751-8113/45/3/033001 [4] Bressloff PC，Folias S，Prat A，Li Y（2003）非均匀神经介质中的振荡波。物理评论稿91:178101·doi:10.1103/PhysRevLett.91.178101 [5] Briggman KL、Helmstaedter M、Denk W（2011）视网膜定向选择性回路中的布线特异性。自然471（7337）：183-188 [6] Carandini M，Ferster D（2000）猫初级视觉皮层的膜电位和放电率。神经科学杂志20（1）：470-484 [7] Cerda M，Girau B（2011）使用神经场的时空模式编码：最佳参数估计。研究报告RR-7543，INRIA，URLhttp://hal.inria.fr/inria-00566166/en/ ·Zbl 1267.92019年9月 [8] Coombes S（2005）《神经场理论中的波、颠簸和模式》。生物网络93:91-108·Zbl 1116.92012号 ·doi:10.1007/s00422-005-0574-y [9] Coombes S，Laing CR（2011）周期调制神经场模型中的脉动前沿。物理版E 83（1）：011912·doi:10.1103/PhysRevE.83.011912 [10] Dollar P、Rabaud V、Cottrell G、Belongie S（2005）《基于稀疏时空特征的行为识别》。摘自：第二届IEEE视觉监视和跟踪监视性能评估联合国际研讨会，第65-72页 [11] Erlhagen W，Bicho E（2006）认知机器人的动态神经场方法。神经工程杂志3（3）：R36·doi:10.1088/1741-2560/3/3/R02 [12] Ermentrout G，McLeod J（1993），神经网络行波的存在性和唯一性。Proc R Soc Edib 123A:461-478·兹比尔0797.35072 ·文件编号：10.1017/S030821050002583X [13] Ermentrout G，Jalics J，Rubin J（2010）具有一般平滑放电率函数的连续体神经元模型中刺激驱动的旅行解决方案。SIAM应用数学杂志70（8）：3039-3064·Zbl 1209.92009年9月 ·数字对象标识代码：10.1137/090775737 [14] Escobar MJ，Kornprobst P（2012）《通过生物灵感特征进行动作识别：中心-周围相互作用的丰富性》。计算可视图像理解116（5）：593-605·doi:10.1016/j.cviu.2012.01.002 [15] Faubel C，Schöner G（2008）《学习动态识别物体：基于神经的动态场方法》。神经网络21（4）：562-576·doi:10.1016/j.neunet.2008.03.007 [16] Fix J，Rougier N，Alexandre F（2010）《空间注意力隐性和显性部署的动态神经场方法》。认知计算3（1）：279-293·doi:10.1007/s12559-010-9083-y [17] Folias SE，Bressloff PC（2005），兴奋性神经网络中的刺激锁定行波和呼吸。SIAM应用数学杂志65（6）：2067-2092·Zbl 1076.92004号 ·doi:10.1137/040615171 [18] Gong P，Van Leeuwen C（2009），具有传播相干活动模式的神经电路中的分布式动力学计算。公共科学图书馆计算生物学5（12）：e1000611·doi:10.1371/journal.pcbi.1000611 [19] Hansel D，Sompolinsky H（1998），局部皮层回路的建模特征选择性。In：神经元建模方法：从突触到网络。麻省理工学院出版社，剑桥·兹伯利0948.68154 [20] Horta C，Erlhagen W（2006）具有不对称连接的神经领域中的稳健持续活动。神经计算69（10G12）：1141-1145。 [21] Jhuang HJ（2011）Dorsal流：从算法到神经科学。博士论文，EECS，美国波士顿·Zbl 1209.92009年9月 [22] Jirsa VK（2004）神经信息处理的连通性和动力学。神经信息学2（2）：183-204·doi:10.1385/NI:2:2:183 [23] Jirsa VK，Kelso JAS（2000）具有异质连接拓扑的神经系统中的时空模式形成。物理版E 62:8462-8465·doi:10.1103/PhysRevE.62.8462 [24] Kilpatrick Z，Ermentrout B（2012），具有适应能力的神经元网络中致幻剂持续感知障碍。计算机神经科学杂志32:25-53·Zbl 1446.92058号 ·doi:10.1007/s10827-011-0335-y [25] Kilpatrick ZP，Folias SE，Bressloff PC（2008），非均匀神经介质中的行波脉冲和波传播故障。SIAM J应用动态系统7（1）：161-185·Zbl 1159.92010号 ·doi:10.1137/070699214 [26] Mathworks（2007）用于Matlab的图像处理工具箱：用户指南。Natick Mathworks公司·Zbl 1402.92026号 [27] Matikainen P、Hebert M、Sukthankar R（2009）《悲剧：通过跟踪特征的运动分析进行动作识别》。2009年ICCV面向视频对象和事件分类研讨会 [28] Messing R，Pal CJ，Kautz HA（2009），使用跟踪关键点的速度历史进行活动识别。参加：EEE第12届计算机视觉国际会议。ICCV 2009，第104-111页·Zbl 0984.92009号 [29] Misra J，Saha I（2010）《硬件中的人工神经网络：二十年进展的调查》。神经计算74（1-3）：239-255·doi:10.1016/j.neucom.2010.03.021 [30] Moeslund T，Hilton A，Krüger V（2006）基于视觉的人体运动捕捉和分析进展调查。计算可视图像理解104:90-126·doi:10.1016/j.cviu.2006.08.002 [31] Pinto DJ，Troy W，Kneezel T（2009），突触皮层系统中的不对称活动波。SIAM应用动态系统杂志8:1218-1233·Zbl 1171.92012年 ·doi:10.1137/08074307X操作系统 [32] Potthast R，Graben P（2009）神经场论中的逆问题。SIAM J应用动态系统8（4）：1405-1433·Zbl 1402.92026号 ·doi:10.1137/080731220 [33] Potthast R，Beim Graben P（2010），神经场方程解的存在性和性质。数学方法应用科学33（8）：935-949·Zbl 1190.35221号 [34] Rougier N（2006）局部抑制的动态神经场。生物网络94（3）：169-179·Zbl 1172.92300号 ·doi:10.1007/s00422-005-0034-8 [35] Rougier N，Vitay J（2006），神经人群中注意力的涌现。神经网络19（5）：573-581·Zbl 1100.92014年 ·doi:10.1016/j.neunet.2005.04.004 [36] Schuldt C、Laptev I、Caputo B（2004）《识别人类行为：局部支持向量机方法》。In:模式识别国际会议（ICPR），第3卷，第32-36页 [37] 孙杰，吴旭，闫S，张丽芳，蔡TS，李J（2009）动作识别的层次时空上下文建模。收录：CVPR，IEEE，pp 2004-2011·Zbl 0367.92005年 [38] Taylor JG（1999）《二维神经“泡沫”动力学：基础》。生物网络80（6）：393-409·Zbl 0984.92009号 ·doi:10.1007/s004220050534 [39] Troy WC（2008）具有不对称连接的可激发大规模神经元网络中的行波和同步性。SIAM J应用动态系统7:1247-1282·Zbl 1166.45006号 [40] Wang H，Kläser A，Schmid C，Liu CL（2011）密集轨迹的动作识别。摘自：第24届IEEE计算机视觉和模式识别会议。CVPR 2011:3169-3176 [41] Wilson HR，Cowan JD（1972），模型神经元局部群体中的兴奋和抑制相互作用。生物物理学J 12（1）：1-24·doi:10.1016/S0006-3495（72）86068-5 [42] Wu J，Xiaoying H，Chuan Z（2008）新皮质活动的传播波：它们是什么，它们做什么。神经科学家14（5）：487-502·Zbl 1402.92026号 [43] 谢X，Giese MA（2002）定向选择性递归神经介质的非线性动力学。物理版E 65:1-11 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。