關(guān)于大腦處理信息的過(guò)程存儲(chǔ)和重組模型的問(wèn)答收錄三

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）

關(guān)于大腦處理信息的過(guò)程存儲(chǔ)和重組模型的問(wèn)答收錄三

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）

文獻(xiàn)［1－9］提出了血液循環(huán)在大腦處理信息的過(guò)程中具有時(shí)序控制作用，并用量化模型結(jié)合結(jié)構(gòu)風(fēng)險(xiǎn)最小化相關(guān)理論說(shuō)明時(shí)序控制作用的意義。文獻(xiàn)［10－24］匯總介紹量化模型中的一些細(xì)節(jié)。為方便同行閱讀，我們?cè)?013年也整理發(fā)表了系列綜合報(bào)告［25－28］。本文是問(wèn)答收錄系列第三篇，將整理收錄一些同行詢(xún)問(wèn)的問(wèn)題、我們對(duì)這些問(wèn)題的答復(fù)；或者我們從同行所提問(wèn)題中，覺(jué)得有部分同行未清楚的地方；以期對(duì)同行理解論文［1－28］有所幫助。

過(guò)程存儲(chǔ)和重組模型；時(shí)序控制；腦電波；微循環(huán)；結(jié)構(gòu)風(fēng)險(xiǎn)；中樞神經(jīng)系統(tǒng)；信息處理；微環(huán)路；時(shí)間認(rèn)知；智力起源；大腦量化模型

一.問(wèn)答一

Q1：

關(guān)于短時(shí)記憶向長(zhǎng)時(shí)記憶的轉(zhuǎn)換過(guò)程的數(shù)學(xué)原理

A1：

1在短時(shí)記憶形成過(guò)程中，圖一中點(diǎn)畫(huà)線圈中的神經(jīng)細(xì)胞網(wǎng)絡(luò)經(jīng)過(guò)訓(xùn)練，所對(duì)應(yīng)的按前面文獻(xiàn)所介紹量化分析方案分解出來(lái)的前向網(wǎng)絡(luò)集合的輸入輸出向量符合定義在時(shí)間區(qū)間（t1，t2）上的概率函數(shù)集合｛Fa，F(xiàn)b，F(xiàn)c，F(xiàn)d，F(xiàn)e...｝。

2在長(zhǎng)時(shí)記憶形成過(guò)程中，圖二中點(diǎn)畫(huà)線圈中的神經(jīng)細(xì)胞網(wǎng)絡(luò)經(jīng)過(guò)訓(xùn)練，所對(duì)應(yīng)的按前面文獻(xiàn)所介紹量化分析方案分解出來(lái)的前向網(wǎng)絡(luò)集合的輸入輸出向量符合定義在時(shí)間區(qū)間（t3，t4）上的概率函數(shù)集合｛Fa1，F(xiàn)b1，F(xiàn)c1...｝。

3 1 和2 中所描述的訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)都符合某一信息處理功能需求，例如能按大腦處理信息的過(guò)程存儲(chǔ)和重組模型中介紹的工作機(jī)制按一定準(zhǔn)確程度回憶起某一連續(xù)的過(guò)程。完成1對(duì)應(yīng)的訓(xùn)練過(guò)程的時(shí)間ta和完成2對(duì)應(yīng)的訓(xùn)練過(guò)程的時(shí)間tb之間的時(shí)間差異就是短時(shí)記憶和長(zhǎng)時(shí)記憶形成的時(shí)間差異。時(shí)間差異受網(wǎng)絡(luò)規(guī)模，訓(xùn)練樣本的樣本量，修改網(wǎng)絡(luò)邊權(quán)值的具體生理機(jī)制，相關(guān)生理結(jié)構(gòu)，具體信息內(nèi)容，準(zhǔn)確程度要求等因素影響。人們通常將這個(gè)時(shí)間差異描述為"短時(shí)記憶轉(zhuǎn)換成長(zhǎng)時(shí)記憶所需要的時(shí)間"。

二.問(wèn)答二

Q2：

關(guān)于遺忘現(xiàn)象的本質(zhì)

A2：

遺忘現(xiàn)象是一種綜合后果，存在多種原因。從文獻(xiàn)［1－28］介紹的腦處理信息機(jī)制可以看到，腦神經(jīng)網(wǎng)絡(luò)對(duì)應(yīng)的前向網(wǎng)絡(luò)集合通過(guò)輸入輸出向量樣本集合的分布特性存儲(chǔ)信息，任何造成輸入輸出向量樣本集合分布特性變化的因素，例如后續(xù)信息輸入，受體分布變化等各種生理機(jī)制，等都可能造成"遺忘某一特定信息"這一綜合現(xiàn)象。

［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［D］.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［D］.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(wèn)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(wèn)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［D］.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.

［21］謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編十二［J］.大家健康（下旬版），2014（1）：18.

［22］謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編十三［J］.大家健康（下旬版），2014（2）：12.

［23］謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編十四［J］.大家健康（下旬版），2014（1）：22－23.

［24］謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編十五［J］.大家健康（下旬版），2014（3）：10.

［25］謝勤.大腦處理信息量化模型和細(xì)節(jié)綜合報(bào)告［J］.大家健康（下旬版），2013，7（11）：6－9.

［26］謝勤.基于量化模型的對(duì)大腦高效可靠處理信息實(shí)現(xiàn)機(jī)制的分析［J］.大家健康（下旬版），2013，7（11）：11－13.

［27］謝勤.基于大腦處理信息量化模型的對(duì)若干認(rèn)知問(wèn)題的分析［J］.大家健康（下旬版），2013，7（11）：14－15.

［28］謝勤.大腦處理信息量化模型和細(xì)節(jié)綜合報(bào)告［C］.中國(guó)神經(jīng)科學(xué)學(xué)會(huì)第十次全國(guó)學(xué)術(shù)會(huì)議論文集［D］.北京：科學(xué)出版社，2013.

Q＆As of Model of Process Storing and Recalling III

XIEQIN＊Bureau of Science，Technology and Information of Guangzhou Municipality；IT＆T Department，GAGOC Guangzhou，510000

Literatures［1－9］suggest that blood circulation plays the role of basic timer when brain processing information；and suggest a quantitative model of brain information processing.Literatures［10－24］introduced details of the quantitative model.We also publish some comprehensive reports［25－28］about Literatures［1－20］in the year 2013.This article collects Q＆As with peers.

model of process storing and recalling；timing control；EEG；microcirculation；structure risk minimization；CNS；information processing；micro circuit；time cognition；origin of intelligence；quantitative model of brain information processing

Q426

A

1009－6019（2015）08－0011－02

謝勤，（1982－），男，華南理工大學(xué)碩士，中國(guó)神經(jīng)科學(xué)學(xué)會(huì)會(huì)員，工程師，近年在亞組委信息技術(shù)部完成核心信息系統(tǒng)——計(jì)時(shí)記分和成績(jī)處理系統(tǒng)項(xiàng)目實(shí)施管理方面的工作，其中計(jì)時(shí)記分系統(tǒng)投資一億。主要研究方向：計(jì)算機(jī)科學(xué)與工程，人工智能，神經(jīng)生物學(xué)。