《神經信息內部稀疏表示理論與算法》是依託上海交通大學，由張麗清擔任項目負責人的面上項目。
基本介紹
- 中文名：神經信息內部稀疏表示理論與算法
- 項目類別：面上項目
- 項目負責人：張麗清
- 依託單位：上海交通大學
- 批准號：60375015
- 申請代碼：F0601
- 負責人職稱：教授
- 研究期限：2004-01-01 至 2006-12-31
- 支持經費：23（萬元）
項目摘要
本項目研究大腦神經突觸調節的長效增強（LTP）與長效抑制（LTD）的理論機制與學習算法。神經突觸可塑性是神經網路學習與記憶的基礎，但其理論機制是神經科學多年懸而未解的問題。本項目的主要研究內容包括：一、在神經計算原理方面，研究非對稱時窗與神經信息編碼之間的關聯，解明神經突觸的非對稱時窗學習律的理論機理。二、在神經信息內部表示方面，研究新型的基於信息內部稀疏表示的神經網路計算理論與模型。根據神經突觸調節對非對稱時窗的計算原理，利用神經信息自適應獨立分解的思想，實現感覺神經信息內部稀疏表示。本項目的研究對揭示神經計算原理、建立新型的計算結構與學習算法具有重要的理論意義，對研發具有智慧財產權的仿腦計算/認知計算的核心技術具有重要的現實意義。該神經計算理論在解決仿腦的認知計算、模式識別、推理等智慧型系統，實現智慧型的人機互動界面等方面具有廣泛的套用前景。
