Nengo 学习笔记

NEF

Representation

Transformation

LIF Neuron Model

Encoding

这是NEF的第一个principle，说的是大脑会把某些讯号encode成一些pattern，直觉的就是当有刺激通过你比如视觉进入你的大脑，你的大脑其实会吧这个刺激变成一些电信号，之所要变成电信号是为了。

这边有一个公式，描述的就是这样的事情：当有神经电流刺激时，cell会发出什么样的spike，公式写成

$$a_k(x)=G_k[I_k(x)]$$
其中 $G_k$指的是activation function(定义 $I_k(x)$超过多少阈值便发出spike，然后spike的频率以及大小map到不同的刺激 $x$，比如持续看到红色我的某一部分大脑会：每5秒产生等间隔的产生10个大小为3A的spike然后休息2秒，这样大脑把 看到红色encode成了上面的这一段描述)。

但是有一个问题，如果如上面所说，如果要考虑到持续收到$x$，这样必然要考虑到时间：时间域上的spike算是encoding。然而这样会有一些问题，特别是在decode的时候。比如要如何decode？考虑到encode是整个时间域上的spike的序列，要怎么样把一个在整个时间域上的东西decode应该是蛮棘手的问题。所以我们可以做个变通：简单的把spike的频率(spike rate)当作是对 $x$ 的encode。换句话说，这个公式就很简单了：给我一个