国内外新闻
人工智能可以更加准确的预测心血管疾病风险

在人工智能大放异彩的今天,许多研究者都开始使用人工智能来进行分类、识别和预测。来自英国诺丁汉大学的研究者就使用人工智能的方法对心血管疾病的发生进行预测,且预测准确率高于医生。研究结果于4月4日发表在Plos One上,文章题目是Can machine-learning improve cardiovascular risk prediction us......

【PNAS】人类视觉系统在空间导航过程中的编码作用

当我们身处于某一个场景时,只需要对周围环境进行一次快速地扫描就可以判断出哪条路可以通行,哪条路不可以通行,哪条路可以到达目的地,哪条路不可以。在这一系列过程中,大脑的空间导航系统扮演着至关重要的作用。对周围环境的扫描离不开视觉系统的参与,那么视觉系统是如何在空间导航中发挥作用的呢?近期的一篇研究给出了一个可能的答案。该研究于2017年4月17日在线发......

【Nature·Neuroscience】揭秘: 海马细胞如何维持稳定的空间...

在日常生活中,我们对周围环境中位置的感知需要一个稳定的与位置信息有关的空间地图,那么如何获得和维持稳定的空间环境地图至今仍没有一个明确的答案。早期的研究指出,海马区神经元群体尖波纹状(sharp wave-ripples, SPW-R)放电活动与回溯性(retrospective)和前瞻性(prospective)空间信息的编码有关,那么SPW-R活......

研究发现多巴胺在关联学习中的广泛作用

过去的研究表明,多巴胺的分泌能够预测奖赏。比如,在铃声或光照刺激后的几百毫秒内给小鼠喂食,喂食对于小鼠来说是一种奖赏,小鼠在看到食物后会分泌大量的多巴胺。经过多次训练后,小鼠可以在接收到铃声或光照刺激(conditioned stimulus, CS)后预测接下来会有奖赏(即食物)。这体现为,在喂食开始之前,小鼠的中脑就会分泌大量的多巴胺,如果得到了......

越来越多的研究表明杏仁核在强化学习中扮演着重要角色

学习是生物体适应环境变化的行为表现。通过学习,个体可以增加对营养的摄入,尽量避免伤害等。强化学习是学习当前时刻和一段时间内对周围环境的选择与奖赏或惩罚之间的关系的过程。个体通过不断的学习来做出选择,该选择可以使个体获得最大的奖赏,或者减少受到惩罚的次数。过去基于强化学习的模型大多假设能够预测误差(误差是指期待结果和真实结果的差异,比如完成一个任务你的......