![Proposed Model](https://PikaPei.github.io/img/2021/0927/entropy.jpg)
神經科學與資訊理論 - Part 1
前文中提及了不確定性與資訊熵的概念,但仍侷限在只有一個變數的情況,這篇文章將從一個變數增加至兩個變數,介紹聯合熵、條件熵,最後引入相互資訊和不確定性的關係。
Research Assistant in CCLo's Lab
神經科學與資訊理論 - Part 1
前文中提及了不確定性與資訊熵的概念,但仍侷限在只有一個變數的情況,這篇文章將從一個變數增加至兩個變數,介紹聯合熵、條件熵,最後引入相互資訊和不確定性的關係。
先澄清,並沒有「祖母神經群」的說法。而是在1960年代時,由Jerome Lettvin提出的「祖母神經元」理論[1],他提出這一顆神經元能夠辨認出祖母並喚醒相關記憶,若失去他,就再也認不得祖母了。換言之,這個理論認為一項事物或概念對應到一顆或一小群神經元,但此說法並沒有被廣泛支持。來自洛克菲勒大學 (Rockefeller University) 的研究團隊,發現一類位於TP (temporal pole, Fig. 1) 的神經元,能夠快速辨認出熟悉的臉,綜合了感覺細胞、記憶細胞的能力,就像是祖母神經元一樣,只是並非一顆神經元對應一張臉型,而是一群神經元一起運作,研究成果發表在 Science 期刊。