Phase coding by grid cells in unconstrained environments: two-dimensional phase precession
نویسندگان
چکیده
منابع مشابه
Phase coding by grid cells in unconstrained environments: two-dimensional phase precession.
Action potential timing is thought to play a critical role in neural representation. For example, theta phase precession is a robust phenomenon exhibited by spatial cells of the rat entorhinal-hippocampal circuit. In phase precession, the time a neuron fires relative to the phase of theta rhythm (6-10 Hz) oscillations in the local field potential reduces uncertainty about the position of the an...
متن کاملsynthesis of platinum nanostructures in two phase system
چکیده پلاتین، فلزی نجیب، پایدار و گران قیمت با خاصیت کاتالیزوری زیاد است که کاربرد های صنعتی فراوانی دارد. کمپلکس های پلاتین(ii) به عنوان دارو های ضد سرطان شناخته شدند و در شیمی درمانی بیماران سرطانی کاربرد دارند. خاصیت کاتالیزوری و عملکرد گزینشی پلاتین مستقیماً به اندازه و- شکل ماده ی پلاتینی بستگی دارد. بعضی از نانو ذرات فلزی در سطح مشترک مایع- مایع سنتز شده اند، اما نانو ساختار های پلاتین ب...
Movement Dependence and Layer Specificity of Entorhinal Phase Precession in Two-Dimensional Environments
As a rat moves, grid cells in its entorhinal cortex (EC) discharge at multiple locations of the external world, and the firing fields of each grid cell span a hexagonal lattice. For movements on linear tracks, spikes tend to occur at successively earlier phases of the theta-band filtered local field potential during the traversal of a firing field - a phenomenon termed phase precession. The com...
متن کاملLearned Hippocampal Sequential Coding through Phase Precession
The hippocampal formation is necessary for spatial learning and memory in rats. One aspect of this cognitive function, the ability to remember path sequences, is thought to be achieved through phase precession. The two components of phase precession are a strong theta rhythm (8-12 Hz) in the local field potential and place-selective neurons, which fire selectively while the rat is in a particul...
متن کاملmodeling loss data by phase-type distribution
بیمه گران همیشه بابت خسارات بیمه نامه های تحت پوشش خود نگران بوده و روش هایی را جستجو می کنند که بتوانند داده های خسارات گذشته را با هدف اتخاذ یک تصمیم بهینه مدل بندی نمایند. در این پژوهش توزیع های فیزتایپ در مدل بندی داده های خسارات معرفی شده که شامل استنباط آماری مربوطه و استفاده از الگوریتم em در برآورد پارامترهای توزیع است. در پایان امکان استفاده از این توزیع در مدل بندی داده های گروه بندی ...
ذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: European Journal of Neuroscience
سال: 2013
ISSN: 0953-816X
DOI: 10.1111/ejn.12256