大腦處理信息量化模型中的細(xì)節(jié)匯編十二

謝 勤

（廣州市科技和信息化局，第16屆亞運(yùn)會(huì)組委會(huì)信息技術(shù)部 廣東 廣州 510000）

1 一些說(shuō)明

《Timer role of blood circulation when brain processing information》（即文獻(xiàn)[2]）一文中G細(xì)胞群一定程度決定了《大腦處理信息量化模型的細(xì)節(jié)匯編三》（即文獻(xiàn)[12]）中處理信息相關(guān)網(wǎng)絡(luò)中的“興奮的細(xì)胞群”。在描述G細(xì)胞群存儲(chǔ)的信息時(shí)用了metadata一詞，一個(gè)重要原因是：表示除了G群細(xì)胞網(wǎng)絡(luò)已經(jīng)完整存儲(chǔ)了圖像信息的情況外，也有可能還有其他細(xì)胞參與信息的存儲(chǔ)；而在某一信息（圖像）存儲(chǔ)完成后，G群細(xì)胞的興奮使其他也參與這一信息存儲(chǔ)的細(xì)胞同步興奮（或者抑制），從而實(shí)現(xiàn)“回憶起這一圖像”；因此G群細(xì)胞存儲(chǔ)的信息有meta－前綴所表達(dá)的“能找到其他存儲(chǔ)圖像信息的細(xì)胞的位置，并實(shí)現(xiàn)信息提取，含有關(guān)于信息的信息”的屬性。

《大腦處理信息的過(guò)程存儲(chǔ)和重組模型》（即文獻(xiàn)[1]）中的G1、G2、G3…細(xì)胞群一定程度決定了《大腦處理信息量化模型的細(xì)節(jié)匯編三》（即文獻(xiàn)[12]）中處理信息相關(guān)網(wǎng)絡(luò)中的“興奮的細(xì)胞群”。Gi細(xì)胞群存儲(chǔ)的信息也是metadata，一個(gè)重要原因是：表示除了Gi群細(xì)胞網(wǎng)絡(luò)已經(jīng)完整存儲(chǔ)了圖像信息的情況外，也有可能還有其他細(xì)胞參與信息的存儲(chǔ)；在某一信息存儲(chǔ)完成后，G1、G2、G3…細(xì)胞群的興奮使其他也參與這一信息存儲(chǔ)的細(xì)胞同步興奮（或者抑制），從而實(shí)現(xiàn)“回憶起這一圖像”；因此Gi群細(xì)胞存儲(chǔ)的信息有meta－前綴所表達(dá)的“能找到其他存儲(chǔ)圖像信息的細(xì)胞的位置，并實(shí)現(xiàn)信息提取，含有關(guān)于信息的信息”的屬性。

以《大腦處理信息的過(guò)程存儲(chǔ)和重組模型》（即文獻(xiàn)[1]）中的G1，B1細(xì)胞為例，在后面文獻(xiàn)計(jì)算網(wǎng)絡(luò)結(jié)構(gòu)風(fēng)險(xiǎn)的時(shí)候，把G1，B1細(xì)胞細(xì)胞群決定的處理信息相關(guān)網(wǎng)絡(luò)中的“興奮的細(xì)胞”和“因?yàn)楹瓦@些興奮的細(xì)胞有比較強(qiáng)的抑制性連接，抑制程度比較大的細(xì)胞，涉及和G1，B1形成抑制性連接的G2，B2”合并成一個(gè)相關(guān)網(wǎng)絡(luò)計(jì)算結(jié)構(gòu)風(fēng)險(xiǎn)。

2 一些可使細(xì)胞群間形成“較強(qiáng)抑制性連接”機(jī)制的圖示

圖1給出了一些可使細(xì)胞群間形成“較強(qiáng)的抑制性連接”機(jī)制的圖示，圖中標(biāo)出的從A’

細(xì)胞到A細(xì)胞和K細(xì)胞的連接為抑制性連接，其他連接為興奮性連接。

3 從另一個(gè)角度的描述

從另一個(gè)角度，文獻(xiàn)[1－20]介紹的，大腦解決大規(guī)模神經(jīng)網(wǎng)絡(luò)處理復(fù)雜信息時(shí)的樣本量和網(wǎng)絡(luò)規(guī)模匹配問題的機(jī)制產(chǎn)生這樣的效果：在處理（存儲(chǔ)或提?。┮粋€(gè)特定信息（例如一幅圖）的過(guò)程中，在所有神經(jīng)細(xì)胞組成的大網(wǎng)絡(luò)中，大量的細(xì)胞興奮程度低到一定程度，以這些細(xì)胞為輸出細(xì)胞的分解出來(lái)前向網(wǎng)絡(luò)在這一過(guò)程中處理的大多數(shù)是“輸出為0的樣本”，具備成為屬于“無(wú)關(guān)子網(wǎng)絡(luò)”細(xì)胞的一個(gè)必要條件。

[1] 謝勤，王乙容.大腦處理信息的過(guò)程存儲(chǔ)和重組模型[J].現(xiàn)代生物醫(yī)學(xué)進(jìn)展，2007，（3）：432－435，439

[2] 謝勤.血液循環(huán)在大腦信息處理過(guò)程中的時(shí)序控制作用[J].現(xiàn)代生物醫(yī)學(xué)進(jìn)展，2008，（6）：1152－1159

[3] 謝勤.過(guò)程存儲(chǔ)與重組模型[Z].www.sciam.com.cn，2006

[4] 謝勤.一種關(guān)于腦電波起源和含義的觀點(diǎn)[C].中國(guó)神經(jīng)科學(xué)學(xué)會(huì)第七次全國(guó)學(xué)術(shù)會(huì)議論文集.北京：科學(xué)出版社，2007：144

[5] 謝勤.血液循環(huán)在大腦信息處理過(guò)程中的時(shí)序控制作用整理[C].中國(guó)神經(jīng)科學(xué)學(xué)會(huì)第八次全國(guó)學(xué)術(shù)會(huì)議論文集.北京：科學(xué)出版社，2009：135

[6] 謝勤.血液循環(huán)在大腦信息處理過(guò)程中的時(shí)序控制作用整理[J].中外健康文摘，2011，8（20）：93－98

[7] 謝勤.大腦處理信息的樣本量和網(wǎng)絡(luò)規(guī)模問題[J].中外健康文摘，2011，8（21）：88－91

[8] 謝勤.大腦處理信息量化模型中的另一種樣本重組方案[J].中外健康文摘，2011，8（22）：209－210

[9] 謝勤.大腦處理信息的樣本量和網(wǎng)絡(luò)規(guī)模問題[C].中國(guó)神經(jīng)科學(xué)學(xué)會(huì)第九次全國(guó)學(xué)術(shù)會(huì)議論文集.北京：科學(xué)出版社，2011：366

[10] 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編[J].中外健康文摘，2011，8（48）：78－80

[11] 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編二[J].中外健康文摘，2012，9（4）：101－102

[12] 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編三[J].中外健康文摘，2012，9（16）：61－62

[13] 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編四[J].中外健康文摘，2012，9（23）：193－194

[14] 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編五[J].中外健康文摘，2012，9（20）：56－57

[15] 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編六[J].中外健康文摘，2012，9（29）：238－239

[16] 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編七[J].中外健康文摘，2012，9（33）：45－46

[17] 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編八[J].中外健康文摘，2012，9（39）：393－395

[18] 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編九[J].中外健康文摘，2012，9（39）：402－403

[19] 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編十[J].中外健康文摘，2012，9（39）：407－408

[20] 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編十一[J].中外健康文摘，2012，9（50）：112－113