一个大脑学习与记忆的现实性神经网络模型

现实性神经网络是相对人工神经网络而言的，它与人工神经网络相比，更接近真实的生物神经网络，大脑学习与记忆的功能及特点，一直是许多学科研究的热门话题。建立一个关于大脑学习与记忆的现实性神经网络模型，将为研究大脑学习与记忆的功能、特点提供十分有用的工具，并有助于进一步理解大脑高级功能的机制。针对大脑学习与记忆遥特点，着重考虑了3个方面的问题：1）如何使模型既具有稳定性又具有可塑性；2）如何使模型的学习与记忆具有条件性；3）如何使模型学习与记忆具有一定随机性。通过数学分析及模拟实验表明，模型能较好地反映大脑学习与记忆的主要特点，如神经联系的条件性（强化则巩固，不强化则衰减），大脑活动的随机性等，并简略地反映了DNA－RNA－Protein系统对记忆的意义。

A Realistic Neural Network on Cerebral Learning-memory