新闻详情

新闻详情

首页 / 资讯中心 / 详情

AI人工智能Y迷宫、Y迷宫刺激器、AI人工智能Y迷宫视频分析系统

发布时间:2026/11/20 7:56:20来源:尧图网络
AI人工智能Y迷宫、Y迷宫刺激器、AI人工智能Y迷宫视频分析系统
Y 迷宫多用于检测动物辨别性学习能力、工作记忆与参考记忆。设备由三条规格一致的臂道构成臂道之间夹角 120°每条臂道均配有食盒。系统通过分析动物觅食行为统计进臂次数、停留时长、正确与错误选择次数、运动轨迹等指标以此评估动物空间记忆水平。该食物奖赏型 Y 迷宫实验可检测啮齿类动物海马、前额叶相关的空间参考记忆及空间工作记忆。动物觅食过程中依靠迷宫周边视觉标识记住已探索过的臂道减少重复进入高效获取食物该类即时记忆即为工作记忆。技术参数1、大鼠款迷宫尺寸575×175×240mm长 × 宽 × 高2、小鼠款迷宫尺寸325×75×120mm长 × 宽 × 高3、摄像机高清广角摄像头4、接口USB 免驱动接口5、摄像帧频28/30 帧6、摄像分辨率1920×10807、摄像头焦距1.8mm8、加密狗USB2.0 接口9、信号传输5 米信号电源一体连接线实验流程1环境适应阶段实验鼠禁食 24h 后放置于起始臂在 Y 迷宫中自由活动 510min 进行环境适应连续适应 23 天。三条臂内均放置少量食物供动物自由探索取食。2训练阶段训练前小鼠禁食 24h选定单条臂作为食物臂并投放食物其余两臂不放置食物。将实验动物置于起始臂自由探索寻找食物臂单次训练时长 510min持续训练 23 天。3测试阶段正式测试时三条臂均不放置食物禁食 24h 的实验鼠由起始臂放入设定实验时长 5min记录动物活动状态。除起始臂与目标食物臂外剩余臂为参考臂动物进入参考臂记为错误次数主要观测潜伏期、错误次数等指标。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/20 0:44:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/19 15:17:14

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/19 20:26:12

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/19 15:16:22

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/19 18:03:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/20 0:44:55

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉