Probabilistic brains: knowns and unknowns.
Probabilistic brains: knowns and unknowns.
复制标题
DOI：
10.1038/nn.3495
复制
发表时间：
2013-09
影响因子：
25
通讯作者：
Latham, Peter E.
中科院分区：
文献类型：
--
作者：
Pouget, Alexandre;Beck, Jeffrey M.;Ma, Wei Ji;Latham, Peter E.
有强有力的行为和生理证据表明，大脑既代表概率分布，又执行概率推理。计算神经科学家已经开始阐明如何在神经回路中实现这些概率表示和计算。这些理论的一个特别吸引人的方面是它们的通用性：它们可以用来模拟从感觉处理到高级认知的各种任务。然而，到目前为止，这些理论只适用于非常简单的任务。在这里，我们讨论了随着研究人员开始将精力集中在现实生活中的计算上，将出现的挑战，重点是概率学习，结构学习和近似推理。
There is strong behavioral and physiological evidence that the brain both represents probability distributions and performs probabilistic inference. Computational neuroscientists have started to shed light on how these probabilistic representations and computations might be implemented in neural circuits. One particularly appealing aspect of these theories is their generality: they can be used to model a wide range of tasks, from sensory processing to high-level cognition. To date, however, these theories have only been applied to very simple tasks. Here we discuss the challenges that will emerge as researchers start focusing their efforts on real-life computations, with a focus on probabilistic learning, structural learning and approximate inference.
登录
查看更多内容
推理，学习和创造力：额叶功能和人类决策。
影响因子：
9.8
作者：
Collins A;Koechlin E
通讯作者：
Koechlin E
影响因子：
16.2
作者：
Beck JM;Ma WJ;Pitkow X;Latham PE;Pouget A
通讯作者：
Pouget A
影响因子：
16.2
作者：
Churchland AK;Kiani R;Chaudhuri R;Wang XJ;Pouget A;Shadlen MN
通讯作者：
Shadlen MN
影响因子：
16.2
作者：
Beck JM;Ma WJ;Kiani R;Hanks T;Churchland AK;Roitman J;Shadlen MN;Latham PE;Pouget A
通讯作者：
Pouget A
影响因子：
25
作者：
Deneve, S;Latham, PE;Pouget, A
通讯作者：
Pouget, A