Chance, long tails, and inference in a non-Gaussian, Bayesian theory of vocal learning in songbirds.

Zhou, Baohua; Hofmann, David; Pinkoviezky, Itai; Sober, Samuel J; Nemenman, Ilya

Zhou, Baohua; Hofmann, David; Pinkoviezky, Itai; Sober, Samuel J; Nemenman, Ilya.

Afiliación

Zhou B; Department of Physics, Emory University, Atlanta, GA 30322.
Hofmann D; Department of Physics, Emory University, Atlanta, GA 30322.
Pinkoviezky I; Initiative in Theory and Modeling of Living Systems, Emory University, Atlanta, GA 30322.
Sober SJ; Department of Physics, Emory University, Atlanta, GA 30322.
Nemenman I; Initiative in Theory and Modeling of Living Systems, Emory University, Atlanta, GA 30322.

Proc Natl Acad Sci U S A ; 115(36): E8538-E8546, 2018 09 04.

Article en En | MEDLINE | ID: mdl-30127024

Asunto(s)

Aprendizaje/fisiología; Modelos Biológicos; Pájaros Cantores/fisiología; Vocalización Animal/fisiología; Animales

Palabras clave

dynamical Bayesian inference; power-law tails; sensorimotor learning; vocal control

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Banco de datos: MEDLINE Asunto principal: Vocalización Animal / Pájaros Cantores / Aprendizaje / Modelos Biológicos Tipo de estudio: Prognostic_studies Límite: Animals Idioma: En Revista: Proc Natl Acad Sci U S A Año: 2018 Tipo del documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google