简单贝叶斯决策的计算神经模型  

作　　者：程振波[1] 邓志东[1] 杨博[1] 

机构地区：[1]清华大学计算机系,信息科学与技术国家实验室(筹),智能技术与系统国家重点实验室,北京100084

出　　处：《中国科学（C辑）》2009年第8期783-792,共10页Science in China(Series C)

基　　金：国家自然科学基金(批准号:60621062和60775040)资助项目

摘　　要：大脑根据贝叶斯理论处理信息已经得到诸多心理学和神经生理学实验的支持.贝叶斯推理过程往往需要处理复杂的概率计算,最近Shadlen和Gold提出基于对数似然比可以简化基于贝叶斯的两可决策任务.然而,目前并不清楚如何在神经回路中实现基于对数似然比的贝叶斯决策.通过建立具有信息整合与胜者独享特性的决策神经回路,结合奖励调制的突触可塑性学习算法,得到决策行为与突触可塑性之间的对应关系,由此可实现简单贝叶斯决策的计算神经模型.最后,利用该模型模拟出最近Yang和Shadlen关于恒河猴可进行贝叶斯决策的实验结果.

关 键 词：贝叶斯决策 对数似然 学习算法 计算神经模型 

分 类 号：Q42[生物学—神经生物学]