认知科学与类脑计算 第五章 神经编码与信息表示 考点压缩
第五章:神经编码与信息表示 — 知识点笔记
综合来源:课件5(PDF,61页)、课堂笔记(CSDN)、期末复习课录音
占位图
超级压缩
第五章
感知编码机制:脑依赖感知神经元把外界刺激转换成脉冲信息
视(亮:视网膜的神经节细胞具有感受野 中心环绕结构 ON亮OFF暗 扩环反弱 色:P型神经节细胞)
听(声音传播到耳蜗→引发毛细胞形变 外放大 内转神经信号)
味(单个细胞响应多种味道,一种味道由多个细胞感受)
嗅(气分在纤毛中产生缓慢受体电位→触发动作电位)
触(形变触发离子通道变化 → 产生动作电位)
脉冲编码:将感知信号转换为脉冲序列的过程
频率 VS 时间:①编码方式:时间窗内脉冲个数与输入成正比/时间间隔表意②信息载体:脉冲频率数量/精确发放时间③优势:抗噪易测/事件驱动 信息量多④劣势:忽略时序信息/复杂
均匀:像素归一化作为发放频率/脉冲间隔一致(发早刺激大)
泊松:每刻生成[0,1]随机数→小就发/变异但有噪声
时间编码必要性:①频编忽略精确时间 → 无法解释快速响应②信息量大
迟滞TTFS:刺激越强,脉冲发放越早。/计算少 但精度低
等级排序:相对大小划分强度等级,每级对应固定发放时间/(↑)只需发一;无需精确;计算快(↓)丢弃后信息;忽略内部差异

编码方式 核心思想 优点 缺点
Direct coding (直接编码) 用连续值直接表示信号 • 无采样误差,信息保真度高
• 无时间延迟
• 实现简单 • 不符合生物神经机制
• 不是脉冲表示(非事件驱动)
• 能耗高
Rate coding (频率编码) 泊松+均匀 用时间窗口内平均发放率表示信息 • 生物合理性强
• 稳定、易实现
• 易与ANN对接
• 表达能力强
• 延迟高(需要统计时间)
• 能耗高(spike多)
• 对动态信号不敏感
• 补充说明:忽略精确时间,无法解释快速响应
均匀:像素归一化作为发放频率/脉冲间隔一致(发早刺激大)
泊松:每刻生成[0,1]随机数→小就发/变异但有噪声
Phase coding (相位编码) 用spike在振荡周期中的相位表示信息 • 传输效率高
• 抗噪声能力强
• 时间精度高 • 受振荡频率限制
• 难以表示快速变化信号
• 实现复杂(需振荡机制)
• 补充说明:由正负OUT神经元组成编码单元,对应像素点和膜电压震荡相位
Burst coding (爆发编码) 用一组高频spike(burst)结构表示信息 • 信息表达丰富(burst结构)
• 抗噪声强
• 传输效率高 • 计算复杂(需跟踪ISI)
• 解码困难
• 模型实现复杂
• 补充说明:信息在发放时间/数量/间隔,兼顾频编和时编
TTFS coding (首脉冲时间编码)
5.1 感知编码机制
大脑依赖感知神经元把外界刺激转换成脉冲信息,类似于模数转换(A/D转换)。
触觉
- 形变触发离子通道变化 → 产生动作电位
- 肌肉纺锤体拉伸受体:脉冲数量随施加力增加而增加(Adrian, 1926)
听觉
- 声音传播到耳蜗→引发毛细胞形变
- 外毛细胞:放大作用;内毛细胞:传递声波为神经信号
- 每条神经纤维有独特的音调和音量模式
- 内耳对声波进行稀疏编码——仅将敏感声音上传
视觉 ⭐
- 视网膜中的神经节细胞具有感受野(Receptive Field)
- 感受野结构:中心-环绕结构(Center-Surround)
- ON-center:中心亮时强烈发放
- OFF-center:中心暗点时强烈发放;暗点扩大到环绕区→响应反而减弱
- 颜色编码:P型神经节细胞具有颜色拮抗的感受野
- 人类视网膜:10⁸感光细胞→10⁶神经节细胞(信息压缩100倍)
【图片:感受野结构与明暗边缘响应 — 课件5 第6-7页】
味觉
- 单个细胞响应多种味道,一种味道由多个细胞感受(群体编码)
- 四种基本味觉:甜(Sucrose)、咸(NaCl)、酸(HCl)、苦(Quinine)
- 不同细胞对各味觉的敏感性不同
嗅觉
- 气味分子在纤毛中产生缓慢的受体电位→触发动作电位
- 每个受体细胞表达一种嗅觉受体蛋白
- 单个细胞对多种气味有反应但偏好不同
- 通过多个细胞反应可区分不同气味→群体编码
【图片:嗅觉受体细胞编码 — 课件5 第10-11页】
5.2 脉冲编码概述
定义
外界输入信息经过神经编码后,以时空脉冲模式(Spatio-Temporal Spike Patterns)形式参与计算。将感知信号转换为脉冲序列的过程称为脉冲编码(Spike Coding)。
两大类别
| 编码类型 | 携带信息的方式 | 核心思想 |
|---|---|---|
| 频率编码(Rate Coding) | 脉冲发放频率/数量 | 时间窗内脉冲个数与输入实数值成正比 |
| 时间编码(Temporal Coding) | 脉冲精确发放时间 | 脉冲发生的精确时刻携带信息 |
【图片:频率编码vs时间编码对比 — 课件5 第26页】
5.3 频率编码 ⭐
基本原理
- 时间窗内脉冲发放个数与输入实数值成正比
- 脉冲发放频率 = 时间窗内脉冲个数 / 时间窗长度
- 时间窗需合理选择:太短→脉冲稀疏,太长→过度平滑
频率编码 vs 时间编码 总对比
| 对比维度 | 频率编码 | 时间编码 |
|---|---|---|
| 编码方法 | 窗口内脉冲计数,忽略时间结构 | 时间间隔表达信息,描述快速变化 |
| 优势 | 抗噪性强、易测量 | 事件驱动、传递更多信息 |
| 缺点 | 忽略精确时间中的信息 | 计算复杂,不适用于当前计算机架构 |
(1) 均匀编码(Uniform Coding)
- 像素值归一化到[0,1]→作为发放频率
- 脉冲在时间窗口内均匀分布(间隔相等)
- 优势:脉冲发放越早→刺激越大(仅看第一个脉冲即可知谁最大)
- 保持了频率信息 + 时间顺序信息
(2) 泊松编码(Poisson Coding)
- 生物神经元脉冲发放近似泊松过程
- 每个时刻生成[0,1]随机数→小于输入像素值则发放脉冲
- 脉冲数量近似与输入成正比,但具有随机性
- 优势:符合生物特性,具有变异性
- 不足:引入了随机噪声
【图片:均匀编码与泊松编码脉冲发放图 — 课件5 第29-32页】
5.4 时间编码 ⭐⭐
为什么需要时间编码
- 生物系统对刺激响应可达毫秒级(视觉皮层、视网膜、外侧膝状核)
- 频率编码忽略精确脉冲时间 → 无法解释快速响应
- 时间编码的分辨率在毫秒级,能传递更多信息
(1) 延迟编码 / 时滞编码(Latency Coding)⭐
核心原理:刺激越强,脉冲发放越早。
编码公式:
ti=tmax−ln(α⋅si+1)t_i = t_{max} - \ln(\alpha \cdot s_i + 1)ti=tmax−ln(α⋅si+1)
- tit_iti:神经元发放脉冲的时间
- tmaxt_{max}tmax:时间窗口
- sis_isi:刺激强度(归一化后)
- α\alphaα:缩放参数
TTFS(Time-to-First-Spike)编码是延迟编码的特例——每个神经元仅发放一次,发放时间与刺激强度成反比。
| 优点 | 缺点 |
|---|---|
| 脉冲发放次数少,计算简单快速 | 精度较低(脉冲太少,轻微扰动影响大) |
| 适合图像等静态数据编码 | 整体性能相对有限 |
【图片:延迟编码脉冲发放图 — 课件5 第35页】
(2) 等级排序编码(Rank-Order Coding)
- 按像素值相对大小划分强度等级
- 每个等级对应固定脉冲发放时间
- 不需要计算精确发放时间
- 像素值→神经元发放的相对次序
(3) 相位编码(Phase Coding)
- 编码单元:Pos神经元 + Neg神经元 + 输出神经元(Eout)
- 利用**阈下膜电位振荡(SMO)**的相位
- 白色像素→Pos激活→振荡上移→波峰超阈值→发放
- 黑色像素→Neg激活→振荡下移→波谷低于阈值→发放
- 相邻编码单元间存在固定相位差Δφ
(4) 群体编码 / 簇编码(Population/Burst Coding)
- 用一组脉冲(而非单个脉冲)表达信息
- 信息包含在:脉冲发放时间 + 脉冲数量 + 脉冲间隔(ISI)
- 兼顾频率编码和时间编码的优势
- ISI(Interspike Interval):像素值越大→ISI越小→脉冲越密集
- 脉冲簇中脉冲数量一般不超过5个
(5) 各时间编码方法对比
| 编码方法 | 核心机制 | 脉冲数 | 精度 |
|---|---|---|---|
| 延迟编码/TTFS | 刺激越强发放越早 | 极少(1次) | 较低 |
| 等级排序编码 | 划分等级,按序发放 | 较少 | 中等 |
| 相位编码 | SMO相位对齐 | 中等 | 较高 |
| 群体/簇编码 | 多脉冲联合表达 | 较多 | 高 |
5.5 视网膜信息压缩:编码→对齐→压缩
人类视网膜:10⁸感光细胞→10⁶神经节细胞(100倍压缩)
三步过程:
- 编码:按时滞编码将刺激强度→精确脉冲延迟(强→早,弱→晚)
- 对齐:将每个脉冲对齐到SMO曲线上最近的波峰→建立脉冲与感光神经元的对应关系
- 压缩:将感受野内所有感光神经元的脉冲映射到统一脉冲序列
强度信息通过脉冲发放时间编码 | 空间信息通过相位保留
5.6 网络直接编码 & 感知设备直接编码
网络直接编码
- 传统编码方式(显式编码)映射固定,无法自学习
- 直接将原始信号输入SNN→通过多层脉冲神经元隐式编码
- 编码方式可被学习/优化
感知设备直接编码
- 动态视觉传感器(DVS)、动态听觉传感器等
- 直接将外界信息捕捉为脉冲形式输出
- 无需额外的软件编码步骤
思考题(课件)
Q1:你能设计一种编码方法,使得脉冲时序与刺激强度呈非线性关系吗?
Q2:给定一幅图像,你能写出几种将图像编码为脉冲序列的方法,并写出主要步骤。
笔记中的图片索引
| 序号 | 图片内容描述 | 来源位置 |
|---|---|---|
| 图1 | 听觉系统稀疏编码示意图 | 课件5 第4-5页 |
| 图2 | 神经节细胞感受野(中心-环绕结构) | 课件5 第6-7页 |
| 图3 | P型/M型神经节细胞与颜色感受野 | 课件5 第8页 |
| 图4 | 味觉细胞对不同味觉的响应 | 课件5 第9页 |
| 图5 | 嗅觉受体细胞编码机制 | 课件5 第10-11页 |
| 图6 | 频率编码vs时间编码对比图 | 课件5 第14-16页 |
| 图7 | 均匀编码脉冲发放图 | 课件5 第29页 |
| 图8 | 泊松编码脉冲发放图 | 课件5 第32页 |
| 图9 | 延迟编码脉冲发放图 | 课件5 第35页 |
| 图10 | 等级排序编码示意图 | 课件5 第37-38页 |
| 图11 | 相位编码机制图 | 课件5 第39-41页 |
| 图12 | 群体编码/簇编码示意图 | 课件5 第42页 |
| 图13 | 各编码方式对比表 | 课件5 第50页 |
| 图14 | 视网膜信息压缩三步过程 | 课件5 第54-58页 |
笔记整理时间:2026年6月25日
更多推荐



所有评论(0)