神經(jīng)動力學概念和事實(存儲版)
【正文】 可以用 x(t)來表示，而認識論狀態(tài)的集群動力學則可以用μ (x,t)來表示。 ? 拉普拉斯決定論 ? 麥克斯韋強因果性 ? 龐加萊弱因果性 （續(xù)） ? 有效因果性（ efficient causation）－ 基于在先事件和在后事件的有序關系之上的原因－結果關系。 ? 由于確定性動力學和隨機動力學可以相互轉換，所以這兩種描述采取哪一種取決于方便 ? 神經(jīng)動力學研究的目標之一是解決腦究竟是一臺確定性機器還是有非確定性聯(lián)結的隨機事件發(fā)生器？ ? 不能肯定神經(jīng)動力學究竟是否是確定性的。 ? 只根據(jù)一個層次的描述，就要從神經(jīng)動力學得出普遍的結論是危險的。腦狀態(tài)和心智－行為狀態(tài)是相關的，但是如果要講到因果關系要慎重。 ? 這篇文章試圖澄清某些概念上的混淆，并提出要區(qū)分： 實體論描述和認識論描述、確定性和隨機性、相關性和因果性 。必須考慮較高層次上的上下文、突現(xiàn)和下行約束。 腦科學研究中的兩種哲學 ? 還原論觀點：高層次的活動可以通過把高層次分解成相互聯(lián)結的低層次的組分來加以解釋。 ? 用動力學觀點研究腦和認知，能做到什么？不能做到什么？ 。狹義地說，神經(jīng)動力學是非線性動力學和神經(jīng)科學的交叉領域，把神經(jīng)系統(tǒng)作為非線性動力學系統(tǒng)或者復雜系統(tǒng)或者自組織系統(tǒng)來進行研究。不能下結論說神經(jīng)動力學就是確定性的。 某些評述 ? 這篇文章提出了和神經(jīng)動力學有關的一個根本問題。 ? 在不同的層次之間存在雙向作用，所以很難講結果和原因，最好是尋找層次之間的相關關系。 ? 低層次描述只是高層次描述的必要條件而不是充分條件。 ? 確定性過程是隨機過程的特例 用確定性解釋隨機過程 ? 通過隨機過程的自然擴展（ natural extension）可以把隨機過程歸結為確定性過程。 ? 如果要能區(qū)分現(xiàn)在、過去和將來，就必須打破時間平移不變性和時間可逆不變性 （續(xù)） ? 因
教學課件相關推薦
鄂ICP備17016276號-1