生物神经系统的一些动力学问题

doi:10.13209/j.0479-8023.2016.083

北京大学学报（自然科学版） ›› 2016, Vol. 52 ›› Issue (4): 722-726.DOI: 10.13209/j.0479-8023.2016.083

生物神经系统的一些动力学问题

陆启韶

北京航空航天大学航空科学与工程学院动力学与控制系, 北京 100191

收稿日期:2015-10-26 修回日期:2016-03-13 出版日期:2016-07-20 发布日期:2016-07-20
通讯作者: 陆启韶, E-mail: qishaolu(at)buaa.edu.cn
基金资助:
国家自然科学基金(11272024, 11371046)资助

Some Dynamical Problems in Biological Neural Systems

LU Qishao

Department of Dynamics and Control, School of Aeronautical Science and Engineering, Beihang University, Beijing 100191

Received:2015-10-26 Revised:2016-03-13 Online:2016-07-20 Published:2016-07-20
Contact: LU Qishao, E-mail: qishaolu(at)buaa.edu.cn

摘要/Abstract

摘要：

生物神经系统具有极其复杂的多尺度、多层次的超级网络结构, 承担着生物体的感知、认知、运动控制等重要功能, 存在十分丰富的动力学行为。作者对生物神经系统的时空动力学、网络动力学建模、智能活动等几个基本的动力学问题进行简要综述, 探讨它们与力学之间的内在联系, 并在此基础上对神经动力学的今后发展进行展望。

关键词: 动力学, 神经系统, 网络

Abstract:

Biological neural systems are extremely complex super-network structures with multiple time scales and spatial levels and carry out the biological functions of sensitivity, cognition , motion control and so on. There are ubiquitous dynamical phenomena in biological neural systems, and some basic problems, including spatiotemporal dynamics, dynamical modeling of networks and intelligence activities, which are surveyed briefly in the implicit connection with mechanics. Prospects of the development of neurodynamics are also concerned.

Key words: dynamics, neural system, network

中图分类号:

陆启韶. 生物神经系统的一些动力学问题[J]. 北京大学学报（自然科学版）, 2016, 52(4): 722-726.

LU Qishao. Some Dynamical Problems in Biological Neural Systems[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2016, 52(4): 722-726.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/10.13209/j.0479-8023.2016.083

https://xbna.pku.edu.cn/CN/Y2016/V52/I4/722

[1]	吴悔, 陈旭, 景永俊, 王叔洋. MFA-SGWNN: 基于多特征聚合谱图小波神经网络的僵尸网络检测[J]. 北京大学学报自然科学版, 2024, 60(3): 403-412.
[2]	张越, 王长征, 苏雪峰, 闫智超, 张广军, 邵文远, 李茹. 基于标签语义信息感知的少样本命名实体识别方法[J]. 北京大学学报自然科学版, 2024, 60(3): 413-421.
[3]	刘立超, 胡天跃, 李徯徯, 刘依谋, 梁上林, 黄建东. 基于无监督神经网络匹配算法的叠前表面多次波压制方法[J]. 北京大学学报自然科学版, 2024, 60(3): 453-463.
[4]	李玳, 王天牧, 张思, 秦跃, 谢福贵, 刘辛军, 聂振国, 黄红拾. 基于足底压力和卷积长短期记忆神经网络的前交叉韧带断裂智能辅助诊断[J]. 北京大学学报自然科学版, 2024, 60(1): 109-117.
[5]	刘佳驹, 李金城, 郭怀成, 袁鹏, 李政, 张扬, 王志勇. 基于人工神经网络的雅鲁藏布江水化学变化趋势研究[J]. 北京大学学报自然科学版, 2023, 59(6): 1043-1051.
[6]	李浩, 康柳江, 罗斯达, 孙会君, 吴建军. 人工和自动混合驾驶环境下的最优道路拥堵收费模型[J]. 北京大学学报自然科学版, 2023, 59(5): 747-756.
[7]	张领, 曹健, 张袁, 冯硕, 王源. 基于知识蒸馏的脉冲神经网络强化学习方法[J]. 北京大学学报自然科学版, 2023, 59(5): 757-763.
[8]	刘相呈, 曹健, 姚宏毅, 徐鹏涛, 张袁, 王源. 基于自适应剪枝率与高效权重继承的神经网络通道剪枝方法[J]. 北京大学学报自然科学版, 2023, 59(5): 764-772.
[9]	方琰, 刘文婷, 张佑印, 布和. 美国雪上运动经济联系的空间特征及对中国的启示[J]. 北京大学学报自然科学版, 2023, 59(4): 659-670.
[10]	柳叶, 任悦, 高广磊, 丁国栋, 张英, 赵珮杉, 王家源. 毛乌素沙地樟子松人工林根内真菌网络动态特征及其对气候因子的响应[J]. 北京大学学报自然科学版, 2023, 59(3): 467-477.
[11]	路庆玲, 刘悦忻, 高阳, 张中浩, 崔立晗, 孙烯熳. 基于要素流动视角的休闲农业全域旅游实现路径——以重庆市为例[J]. 北京大学学报自然科学版, 2023, 59(3): 523-531.
[12]	周嵘, 吴朝东, 张亚楠. 基于生成对抗网络的砂岩薄片图像视野外重建[J]. 北京大学学报自然科学版, 2023, 59(2): 231-241.
[13]	周翔宇, 毛善君, 李梅. 基于频域降采样和CNN的轴承故障诊断方法[J]. 北京大学学报自然科学版, 2023, 59(2): 251-260.
[14]	陈彦光. 交通网络β指数增长曲线的Boltzmann模型[J]. 北京大学学报自然科学版, 2023, 59(2): 326-330.
[15]	高晓倩, 周夏冰, 张民. 基于多信息感知的多方对话问答方法[J]. 北京大学学报自然科学版, 2023, 59(1): 21-29.

生物神经系统的一些动力学问题

Some Dynamical Problems in Biological Neural Systems

RichHTML

PDF

PDF (翻译版)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

留言