回复：学习一段时间后，一直有一些神经网络不得不弄明白的问题，渴

9.当多个信号从不同树突要求经过同一神经元的情况下？信息该如何处理？
看抑制/激活信号的累积效应是否突破阈值，突破了就使它输出信号（爆发神经冲动），没突破就不输出

11.阈值是否会改变？如果会其改变的规则是什么？
嗯，会改变，如改变递质、调质、激素、代谢物的水平，递质水解酶的活性等等，能有影响的。
不过，一般的研究不大考虑改变神经元兴奋性的阈值，而把这方面的改变看作病理性的情况，或者药理作用。

10.而记忆又是以何种形式进行存储，又是以何种状态来进行读取的？
存储：瞬时记忆靠感受器传入神经纤维的兴奋持续；短时记忆主要靠语音重复；关于长时记忆，迄今无确切答案，如前述。
读取：好像没有神经科学水平的答案，只有心理学方面总结了些行为上的规律。

通过脑功能成像技术，约略知道在人主观努力读取某方面记忆存储时，大体脑的哪部分活动比较激烈。

改变阈值，更直接的是改变一些离子的水平

最后想说，如果要从生物神经网络得到研究人工神经网络的启发，最好先关注前者怎样对信号输入作出输出响应？有什么特点、特色？对输入的响应是怎样沿着进化阶梯逐步逐步复杂起来的？
雷达从蝙蝠得到启发，并不是靠着先完全搞懂蝙蝠的感知觉。

首先十分感谢老疣非老友的回答，同样也感谢楼上朋友的回答。听了老疣非老友想到了一个新问题，就是关于累积效应突破阈值这一观点，也就是说从不同树突传入信息会在神经细胞内进行累积达到阈值，神经细胞兴奋，并将信号处理并传向下一级神经细胞，而非过去思考的，单信号传入达到阈值才会激活神经细胞，如果没激活将自动释放信息。不知道能否有相关依据可以查询一下？因为我生物实在能力有限想收集一下相关资料。
还有20楼您所说的改变离子水平，是不是这也是在产生一些记忆是，离子水平的改变是否取决于神经元内或者说突触分子结构的不同。那在未达到突触阈值的情况下，该信号会在突触部位不断累积？直到达到突触阈值？
关于抑制突触和激活突触有一个问题，他们是否都存在您所说的，累积效应？而区别是否就是一个负责开启一个负责关闭，那就是说当神经元激活后，抑制突触没达到阈值，神经元会一直保持激活状态，那是否意味着他将一直输出神经递质？也就是说上级神经元决定下级神经元的激活与抑制么？
还有最后一个问题就是神经元输入信号，与输出信号的之间的关系是什么？而产生这种改变的部位在神经细胞的哪个部分？
如果有问题没有答案的话不回答也没有关系，已经十分感谢了。不过有知道的答案或者一些猜想也十分希望您回答。

1.????????????????????????
????kandal? Principles of Neural Science,??????? ?? ?????. ?????????transmitter??google????.
2.???????????????????.
????????????ANN??????
3.??2?????????,????????????????????????????
???????find-s??.
????????????????
??T???W????????
4.??????????,??????????????????????????
???????????????,???????????,?????????????
5.???????????????????????????????????????????????????????????,????????????????????????
?? ???????
6.????????????????????????
??kandal? Principles of Neural Science
7.??????????????????????????????????
??kandal? Principles of Neural Science
8.????????????????????????????????????
??kandal? Principles of Neural Science
9.????????????????????????????????
??kandal? Principles of Neural Science
10.??????????????,??????????????
??kandal? Principles of Neural Science
11.?????????????????????
??;??,?????????????.
References
1. Parallel Distributed Processing - Vol. 2 - The MIT Press
http://www.cnbc.cmu.edu/~jlm/papers/PDP/
2. Principles of Neural Science   - Eric R. Kandel - Elsevier

1.生物神经网络的构造特征与所实现功能的关系是什么？
可以参考kandal的 Principles of Neural Science,一般的模拟轴突 树突 还有细胞体. 我做论文时候导师说transmitter模型google也有很多.
2.神经网络是否只是兴奋与抑制的二值运算？.
不是。因为现在各种不同的ANN模型太多了。
3.如果2问题的答案为否定的，那同一信号经过不同神经元导致输出信号的差异到底在于哪里？
建议简单了解下find-s算法.
并且是在神经元的哪里产生变化的？
阙值T和权值W是主要的计算单元
4.一信号经过激活神经元，所输出的信号会包含输入信号？是否存在信息叠加的关系？
不包括输入信号。不是叠加的关系，输出熵和输入熵是不同的，神经网络是对于信息的处理。
5.如果神经元只是简单单的抑制激活关系。那是否表示有输入一定有输出呢？而生物决策该信息是否输出的依据是并不只是神经刺激信号，还会同时将相关存储的信息一同作为输入来进行思考？
输入 输出的是什么?
6.人脑如何决策某条神经元路径所输出信号是所需要的？
参考kandal的 Principles of Neural Science
7.人脑中信息是如何存储并读取的？信息在神经元又是以何种结构进行传递的？
参考kandal的 Principles of Neural Science
8.神经元是否需要知道信息是从哪个神经原来的？又应该被下级哪些神经元所接收？
参考kandal的 Principles of Neural Science
9.当多个信号从不同树突要求经过同一神经元的情况下？信息该如何处理？
参考kandal的 Principles of Neural Science
10.而记忆又是以何种形式进行存储，又是以何种状态来进行读取的？
参考kandal的 Principles of Neural Science
11.阈值是否会改变？如果会其改变的规则是什么？
是的;很多，例如退火和遗传算法生成阙值.
References
1. Parallel Distributed Processing - Vol. 2 - The MIT Press
http://www.cnbc.cmu.edu/~jlm/papers/PDP/
2. Principles of Neural Science   - Eric R. Kandel - Elsevier

首先十分感谢感谢yashiro_w的回答，恩，您的回答更倾向于算法，不知道这些算法模型建立所依据的神经学方面知识有哪些，并能证明这个算法模型更倾向于我们所要得到的模型，或者换个问法我们是否对神经网络的研究，仅仅是依据测试数据与结果来判定结构的正确与否，而没法确定神经网络真正的结构与运行模式的关系是怎样的？
也就是说我们没有完全弄明白生物神经网络是如何运作的。我们现在对神经网络的研究仅仅是依据现有神经学基础，并尝试建立神经元结构，依据测试数据与输出结果来判定神经网络结构的正确性是么？
得出一个结论，我们并不知道我们所要得到的神经网络结构到底是什么样的。并且我们也并不知道，信息在生物神经网络中是否与我们建立的结构有相似的地方是么？
得出上面结论也是对计算机实现神经网络的一种质疑，我并不是对算法有质疑，只是神经元与CPU处理信息方式感觉是两种截然不同的机构。CPU是将指令作为片段来执行的，也就是说某个时间计算机CPU只有一条片段的程序在运行。而神经元则是分布式并行处理。也就是说每个神经元都像一个CPU在不断处理的信息并传向下一个神经元。
关于5问题的输入输出是什么，就好比有一个刺激传入神经网络，输出就是指神经网络是否对这个刺激作出回应？
看完您的回答还有最后一个问题，就是神经网只是处理传入信号不进行叠加，那生物神经网络中的记忆应该用什么方式来解释呢？
以上便是我看完您的回答所发出的疑问与一些想法。不知道语气上是否有冒犯的地方，如果有我表示歉意。毕竟正确的理论是经得起质疑的您说是么？您所说的kandal的 Principles of Neural Science我会马上去阅读一下，如果有不明白的地方还希望您指教。 ^_^

不瞒大家，其实我发这个问题帖子的目的，很简单，就是想弄明白我所想研究的神经网络，他所模仿的生物神经网络，到底是什么样的？他又是如何运作的（无论是宏观到某个脑部区域，还是微观到某个神经元神经信号的改变与神经元类型和结构的关系）？如果上面问题全部弄明白没有疑问了，那么最后一个问题就是如何用现有的条件来实现神经网络的建立？但是前两个问题一直有许多疑问。帖子一楼的问题只是对这里第二个问题的一个细化。希望大家还有相关的资料或者想法能来讨论一下啊。内容不限，不过只有一个条件，就是给出你所说的想法的一些依据。呵呵，对于不确定的事物如灵魂了，意识了作为依据，我会接受不了的。当然如果你能证明他是如何存在的，并且有有力的证据。

主要讲下真实生物神经网络，不讲ANN
1、要实现不同功能就有不同的构造，大脑新皮质占大脑皮层90%，构造基本相同，功能主要是聚类，识别为编码，投射和编码间预测（自己总结的）。不同的解剖分区有不同的功能和构造(Fundamental of Neuroscience，5ED，Purves,后面没标依据说明以这本书为依据)
2、否
3、差异表现为神经元输出的spike的频率不同，具体我会新开一帖“计算神经科学6”（Fundamental of computational nueroscience）
4、不存在
5、一定有输出，即使没有轴突，也会以内分泌为输出。一般不考虑神经元内部存储的信息，因为按照生物学模型神经元传递的信息只和spike频率有关，在这个时间尺度内神经元内部信息毫无意义，神经元内部信息只在很短周期内循环，可以用两个参数表示参考http://tieba.baidu.com/p/1967164816
6、人脑没有一个中央决策系统，几个比较大的控制器分别是前额叶，基底节和小脑，这个我会分三个贴讲这事。（attention和motor control部分）以基底节为例，它会筛选显著性最强的输入模式，并通过多巴胺能神经元投射到皮层抑制其他输入模式。

7、这涉及记忆，至少要分为8种讨论。下图列举了7种长时记忆和主要编码位置，除了这7种外还有工作记忆working meomry。这里篇幅先讲前2个。陈述性记忆（左边2个）是集群编码，简单地可以理解为BP神经网络的一个层，如输入层，在某个时刻的状态。参考BP神经网络的教材或HTM模型中的“疏分式表征”

所谓人脑中信息传递，严格来讲只是投射，一个集群编码（一堆同时激活的特定细胞）触发了另一个区域的另一个编码。

8、不需要也不存在
9、累加（或减，如果有抑制性神经元）
10、同7
11、先区分一下权值和阈值，权值在ANN中用w表示，在神经科学中表示突触的连接强度或影响力。ANN中不需要阈值，BP网络的阈值是对生物学模型的错误导致的，神经科学中只有LIF模型存在阈值，表示输入电流达到某个值会激活一个spike，而真实神经元的阈值隐藏在其他参数的动态关系中参考“神经科学2、3、4、5”4个贴。

@lwl215
@j_songyi
@yashiro_w
@老疣非老友
@wswlll