行为自动机研究：选择性综合神经模拟

　　本书主要介绍了诺贝尔奖获得者，美国神经科学研究所所长GeraldM．Edelman博士提出的“神经元群选择理论”和他们所创建的“综合神经模拟”方法，并以此理论和方法作为我们研究基于本能的自适应行为自动机的基石和手段，进一步提出该理论的一些应用思路。全书共分7章，分别介绍了基于行为模拟仿真技术的现状、神经元群选择理论、总体机能、皮层整合模型、行为自动机和展望。本书适合从事人工智能、神经科学、认知科学、心理学神经网络、自动控制、智能机器人等方面工作的研究人员及高等院校的师生阅读。

暂缺《行为自动机研究：选择性综合神经模拟》作者简介

第1章  绪论                  
 第2章  基于行为模拟仿真技术的现状                  
 2. 1  行为仿真模型的分类                  
 2. 2  具体仿真模型一览                  
 2. 2. 1  相关模型                  
 2. 2. 2  计算模型(人工智能)                  
 2. 2. 3  突现行为                  
 2. 2. 4  人工神经网络                  
 2. 2. 5  "现实主义"神经模型                  
 2. 2. 6  综合神经模型                  
 第3章  神经元群选择理论                  
 3. 1  替代指令主义的理论框架                  
 3. 1. 1  理论的基本假定前提                  
 3. 1. 2  若干本质边界条件                  
 3. 2  躯体选择                  
 3. 2. 1  神经元群选择                  
 3. 2. 2  群的简并与定义                  
 3. 2. 3  变异的位点                  
 3. 2. 4  可重入结构的机能作用                  
 3. 2. 5  神经元群选择理论的解释性功能                  
 3. 2. 6  神经元群选择理论的适应性意义                  
 第4章  总体机能                  
 4. 1  动作与感知                  
 4. 1. 1  运动系综                  
 4. 1. 2  进化论见解                  
 4. 1. 3  手势的机能基础                  
 4. 1. 4  手势与神经元群选择                  
 4. 1. 5  影响感觉层的运动活性--特征相关与并行采样                  
 4. 1. 6  全局映射                  
 4. 2  分类与记忆                  
 4. 2. 1  限定与定义                  
 4. 2. 2  分类                  
 4. 2. 3  感知分类                  
 4. 2. 4  分类问题无既定通解                  
 4. 2. 5  神经组织与归纳过程                  
 4. 2. 6  再论记忆问题                  
 4. 3  选择性网络与识别自动机                  
 4. 3. 1  达尔文II系统                  
 4. 3. 2  达尔文II的实验结果                  
 4. 3. 3  效能的局限与前景                  
 4. 4  选择. 学习与行为                  
 4. 4. 1  学习实验的现代解释                  
 4. 4. 2  学习与意外事件                  
 4. 4. 3  行为与条件反射                  
 4. 4. 4  发育学习中的选择体系：鸟鸣                  
 4. 4. 5  学习中的神经元群选择                  
 4. 4. 6  从选择性可重入网络到信息处理                  
 第5章  皮层整合模型                  
 5. 1  皮层整合问题                  
 5. 2  材料与方法                  
 5. 2. 1  动力学特性                  
 5. 2. 2  总体结构                  
 5. 2. 3  行为范例                  
 5. 3  结果                  
 5. 3. 1  三种流各论                  
 5. 3. 2  结构重入与相关重入的示例                  
 5. 3. 3  完全模型                  
 5. 3. 4  条件反射                  
 5. 3. 5  条件反射中的分布式突触变化                  
 5. 3. 6  短时限时间相关的效果                  
 5. 3. 7  形态. 色彩与位置的同时鉴别                  
 5. 4  讨论                  
 5. 4. 1  模型的效能                  
 5. 4. 2  结构特征                  
 5. 4. 3  动态特征                  
 5. 4. 4  重入的结构机能                  
 5. 4. 5  重入的相关机能                  
 5. 4. 6  脑内的整合与合作                  
 第6章  行为自动机                  
 6. 1  达尔文V                  
 6. 1. 1  实现方法                  
 6. 1. 2  结果                  
 6. 1. 3  讨论                  
 6. 2  达尔文VI                  
 6. 2. 1  实现方法                  
 6. 2. 2  结果                  
 6. 2. 3  讨论                  
 6. 3  仿真不得以假乱真                  
 第7章  展望                  
 7. 1  选择性信息融合                  
 7. 2  选择性自然语言理解                  
 7. 3  结束语                  
 参考文献