单个神经元处理信息的方式永远不会相同

学科分类: 医学技术
开课时间: 2019-07-132019-07-31
报名时间: 2019-07-132019-07-31
免费
简介

课程方向

医学 神经元


神经元的树突树在大脑的信息处理中起着重要作用。虽然认为树突需要独立的子单元来执行大部分计算,但仍然不了解它们如何划分为功能性子单元。在这里,我们展示了如何从树突的属性推导出这些子单元。我们设计了一种将树枝状树枝结构与基于阻抗的树形图相关联的形式,并展示了该图的拓扑结构如何显示独立的子单元。该分析揭示突触之间的协同性随着电分离的增加而缓慢下降,因此很少有独立的亚基共存。然而,我们发现平衡输入或分流抑制可以修改该拓扑并以依赖于上下文的方式增加子单元的数量和大小。我们还发现,这种动态重新分区可以实现刺激特征的分支特定学习。树突膜片钳记录实验的分析证实了我们的理论预测。

  • 第一章 课堂介绍
    开课时间: 4月26日10:00 - 5月17日 23:30
    主讲人: sdfsd
    学习驱动神经兴起的主要技术,了解现今深度学习的在哪里应用,如何应用。
    资料
目录
讨论(0)
欢迎大家来到讨论区!本讨论区供各位同学就课程问题进行交流学习。 请同学们认真阅读下面的 【讨论区使用规则】,然后再进行相关发表,谢谢!
  • 暂无数据
  • 头像

    测试老师

    教授


    神经元的树突树在大脑的信息处理中起着重要作用。虽然认为树突需要独立的子单元来执行大部分计算,但仍然不了解它们如何划分为功能性子单元。在这里,我们展示了如何从树突的属性推导出这些子单元。我们设计了一种将树枝状树枝结构与基于阻抗的树形图相关联的形式,并展示了该图的拓扑结构如何显示独立的子单元。该分析揭示突触之间的协同性随着电分离的增加而缓慢下降,因此很少有独立的亚基共存。然而,我们发现平衡输入或分流抑制可以修改该拓扑并以依赖于上下文的方式增加子单元的数量和大小。我们还发现,这种动态重新分区可以实现刺激特征的分支特定学习。树突膜片钳记录实验的分析证实了我们的理论预测。

教学团队 Teching Team
  • 周海海

    周海海

    副教授


    神经元的树突树在大脑的信息处理中起着重要作用。虽然认为树突需要独立的子单元来执行大部分计算,但仍然不了解它们如何划分为功能性子单元。在这里,我们展示了如何从树突的属性推导出这些子单元。我们设计了一种将树枝状树枝结构与基于阻抗的树形图相关联的形式,并展示了该图的拓扑结构如何显示独立的子单元。该分析揭示突触之间的协同性随着电分离的增加而缓慢下降,因此很少有独立的亚基共存。然而,我们发现平衡输入或分流抑制可以修改该拓扑并以依赖于上下文的方式增加子单元的数量和大小。我们还发现,这种动态重新分区可以实现刺激特征的分支特定学习。树突膜片钳记录实验的分析证实了我们的理论预测。

  • 周光宏

    周光宏

    教授


    神经元的树突树在大脑的信息处理中起着重要作用。虽然认为树突需要独立的子单元来执行大部分计算,但仍然不了解它们如何划分为功能性子单元。在这里,我们展示了如何从树突的属性推导出这些子单元。我们设计了一种将树枝状树枝结构与基于阻抗的树形图相关联的形式,并展示了该图的拓扑结构如何显示独立的子单元。该分析揭示突触之间的协同性随着电分离的增加而缓慢下降,因此很少有独立的亚基共存。然而,我们发现平衡输入或分流抑制可以修改该拓扑并以依赖于上下文的方式增加子单元的数量和大小。我们还发现,这种动态重新分区可以实现刺激特征的分支特定学习。树突膜片钳记录实验的分析证实了我们的理论预测。

  • 红色诺言

    红色诺言

    教授


    神经元的树突树在大脑的信息处理中起着重要作用。虽然认为树突需要独立的子单元来执行大部分计算,但仍然不了解它们如何划分为功能性子单元。在这里,我们展示了如何从树突的属性推导出这些子单元。我们设计了一种将树枝状树枝结构与基于阻抗的树形图相关联的形式,并展示了该图的拓扑结构如何显示独立的子单元。该分析揭示突触之间的协同性随着电分离的增加而缓慢下降,因此很少有独立的亚基共存。然而,我们发现平衡输入或分流抑制可以修改该拓扑并以依赖于上下文的方式增加子单元的数量和大小。我们还发现,这种动态重新分区可以实现刺激特征的分支特定学习。树突膜片钳记录实验的分析证实了我们的理论预测。

  • 1
  • 2