大脑处理信息量化模型中的细节汇编十二

2014-03-24谢勤

大家健康(学术版) 2014年2期

谢勤

（广州市科技和信息化局，第16届亚运会组委会信息技术部广东广州 510000）

1 一些说明

《Timer role of blood circulation when brain processing information》（即文献[2]）一文中G细胞群一定程度决定了《大脑处理信息量化模型的细节汇编三》（即文献[12]）中处理信息相关网络中的“兴奋的细胞群”。在描述G细胞群存储的信息时用了metadata一词，一个重要原因是：表示除了G群细胞网络已经完整存储了图像信息的情况外，也有可能还有其他细胞参与信息的存储；而在某一信息（图像）存储完成后，G群细胞的兴奋使其他也参与这一信息存储的细胞同步兴奋（或者抑制），从而实现“回忆起这一图像”；因此G群细胞存储的信息有meta－前缀所表达的“能找到其他存储图像信息的细胞的位置，并实现信息提取，含有关于信息的信息”的属性。

《大脑处理信息的过程存储和重组模型》（即文献[1]）中的G1、G2、G3…细胞群一定程度决定了《大脑处理信息量化模型的细节汇编三》（即文献[12]）中处理信息相关网络中的“兴奋的细胞群”。Gi细胞群存储的信息也是metadata，一个重要原因是：表示除了Gi群细胞网络已经完整存储了图像信息的情况外，也有可能还有其他细胞参与信息的存储；在某一信息存储完成后，G1、G2、G3…细胞群的兴奋使其他也参与这一信息存储的细胞同步兴奋（或者抑制），从而实现“回忆起这一图像”；因此Gi群细胞存储的信息有meta－前缀所表达的“能找到其他存储图像信息的细胞的位置，并实现信息提取，含有关于信息的信息”的属性。

以《大脑处理信息的过程存储和重组模型》（即文献[1]）中的G1，B1细胞为例，在后面文献计算网络结构风险的时候，把G1，B1细胞细胞群决定的处理信息相关网络中的“兴奋的细胞”和“因为和这些兴奋的细胞有比较强的抑制性连接，抑制程度比较大的细胞，涉及和G1，B1形成抑制性连接的G2，B2”合并成一个相关网络计算结构风险。

2 一些可使细胞群间形成“较强抑制性连接”机制的图示

图1给出了一些可使细胞群间形成“较强的抑制性连接”机制的图示，图中标出的从A’

细胞到A细胞和K细胞的连接为抑制性连接，其他连接为兴奋性连接。

3 从另一个角度的描述

从另一个角度，文献[1－20]介绍的，大脑解决大规模神经网络处理复杂信息时的样本量和网络规模匹配问题的机制产生这样的效果：在处理（存储或提取）一个特定信息（例如一幅图）的过程中，在所有神经细胞组成的大网络中，大量的细胞兴奋程度低到一定程度，以这些细胞为输出细胞的分解出来前向网络在这一过程中处理的大多数是“输出为0的样本”，具备成为属于“无关子网络”细胞的一个必要条件。

[1] 谢勤，王乙容.大脑处理信息的过程存储和重组模型[J].现代生物医学进展，2007，（3）：432－435，439

[2] 谢勤.血液循环在大脑信息处理过程中的时序控制作用[J].现代生物医学进展，2008，（6）：1152－1159

[3] 谢勤.过程存储与重组模型[Z].www.sciam.com.cn，2006

[4] 谢勤.一种关于脑电波起源和含义的观点[C].中国神经科学学会第七次全国学术会议论文集.北京：科学出版社，2007：144

[5] 谢勤.血液循环在大脑信息处理过程中的时序控制作用整理[C].中国神经科学学会第八次全国学术会议论文集.北京：科学出版社，2009：135

[6] 谢勤.血液循环在大脑信息处理过程中的时序控制作用整理[J].中外健康文摘，2011，8（20）：93－98

[7] 谢勤.大脑处理信息的样本量和网络规模问题[J].中外健康文摘，2011，8（21）：88－91

[8] 谢勤.大脑处理信息量化模型中的另一种样本重组方案[J].中外健康文摘，2011，8（22）：209－210

[9] 谢勤.大脑处理信息的样本量和网络规模问题[C].中国神经科学学会第九次全国学术会议论文集.北京：科学出版社，2011：366

[10] 谢勤.大脑处理信息量化模型中的细节汇编[J].中外健康文摘，2011，8（48）：78－80

[11] 谢勤.大脑处理信息量化模型中的细节汇编二[J].中外健康文摘，2012，9（4）：101－102

[12] 谢勤.大脑处理信息量化模型中的细节汇编三[J].中外健康文摘，2012，9（16）：61－62