блок-схема
graph TD
A[Эмергентная интеграция и рекуррентное отображение] --> B["Адаптивность A(t)"]
B --> C[Способность к обучению]
B --> D[Гибкость реакций]
B --> E[Скорость приспособления]
C --> F[Изменение параметров системы]
C --> G[Нейропластичность]
G --> H[Долговременная потенциация LTP]
G --> I[Долговременная депрессия LTD]
D --> J[Вариативность поведения]
D --> K[Анализ показателей Ляпунова]
E --> L[Алгоритмы подкрепления]
E --> M[Динамическое обучение]
B --> N[Нейробиологические основы]
N --> O[Префронтальная кора]
N --> P[Гиппокамп]
N --> Q[Базальные ганглии]
O --> R[Мониторинг среды]
O --> S[Формирование моделей поведения]
P --> T[Кодирование новой информации]
P --> U[Консолидация памяти]
Q --> V[Формирование привычек]
Q --> W[Гибкость действий]
N --> X[Нейромодуляция]
X --> Y[Серотонин]
X --> Z[Норадреналин]
X --> AA[Ацетилхолин]
N --> AB[Лимбическая система]
AB --> AC[Интеграция эмоций и когниций]
AB --> AD[Модуляция реакции]
Согласно расширенной версии теории Эмергентной Интеграции и Рекуррентного Отображения (ЭИРО), параметр адаптивности A(t) играет ключевую роль в формировании сознательного опыта. Адаптивность отражает способность системы к обучению, гибкости реакций и быстрому приспособлению к меняющимся условиям. Данный параметр оказывает существенное влияние на процессы интеграции информации I(t) и рекуррентной обработки R(t), лежащие в основе теории ЭИРО.
блок-схема
flowchart TD
Start[Теория ЭИРО] --> A["A(t): Адаптивность"]
A --> I["Интеграция информации I(t)"]
A --> R["Рекуррентная обработка R(t)"]
A --> Learning[Способность к обучению]
Learning -->|Изменение параметров| Plasticity[Пластичность системы]
Plasticity -->|Динамическая система| Equation["dA/dt = f(A, I, R, θ)"]
Equation --> A
Equation --> I
Equation --> R
Equation --> θ[Вектор параметров θ]
f["Нелинейная функция f"] -->|Механизмы обучения| Hebb[Правило Хебба]
f -->|Гомеостатические процессы| Homeostasis[Гомеостаз]
Адаптивность, отраженная в параметре A(t), характеризует способность системы изменять свои внутренние параметры и структуру в ответ на поступающую информацию. Данная способность к обучению позволяет нейронным сетям мозга адаптироваться к меняющимся условиям и накапливать опыт, необходимый для эффективного взаимодействия с окружающей средой.
Математически, способность к обучению может быть описана с помощью динамических систем, демонстрирующих пластичность:
Где:
-
$A$ — текущее значение адаптивности -
$I$ — степень интеграции информации -
$R$ — степень рекуррентности -
$\theta$ — вектор внутренних параметров системы -
$f$ — нелинейная функция, описывающая динамику адаптивности
Функция f может включать механизмы обучения, такие как правило Хебба для усиления связей между коактивированными нейронами, а также гомеостатические процессы, поддерживающие оптимальный уровень адаптивности [1, 2].
блок-схема
flowchart TD
A["A(t): Адаптивность"] --> Flexibility[Гибкость реакций]
Flexibility --> Diversity[Разнообразие реакций]
Flexibility --> Creativity[Нестандартные решения]
Flexibility --> Environment[Адаптация к окружающей среде]
Flexibility --> Lorenz[Модели Лоренца и Рёсслера]
Lorenz --> Equation1["dx/dt = σ · (y - x)"]
Lorenz --> Equation2["dy/dt = x · (ρ - z) - y"]
Lorenz --> Equation3["dz/dt = x · y - β · z"]
Lorenz --> Indicators[Анализ показателей]
Indicators --> Lyapunov[Показатели Ляпунова]
Indicators --> Fractal[Фрактальная размерность]
Indicators --> Entropy[Энтропия]
Indicators --> A
Адаптивность
Математическое моделирование гибкости реакций может быть осуществлено с использованием нелинейных динамических систем, таких как модели Лоренца и Рёсслера [3, 4]:
Анализ показателей Ляпунова, фрактальной размерности и энтропии данных моделей позволяет количественно оценивать уровень вариативности поведения, отражаемый параметром
блок-схема
flowchart TD
A["A(t): Адаптивность"] --> AdaptationSpeed[Скорость приспособления]
AdaptationSpeed --> BehaviorChange[Перестройка поведения]
AdaptationSpeed --> DynamicEnvironment[Реакция на динамичные условия]
AdaptationSpeed --> ReinforcementLearning[Алгоритмы обучения с подкреплением]
ReinforcementLearning --> Equation["A(t+1) = A(t) + η · ∇_A J(A, I, R, θ)"]
Equation --> η[Скорость обучения η]
Equation --> J[Целевая функция J]
J --> Efficiency[Эффективность поведения]
Equation --> A
Equation --> I[Интеграция информации I]
Equation --> R[Рекуррентная обработка R]
Equation --> θ[Параметры системы θ]
Помимо способности к обучению и гибкости реакций, адаптивность A(t) характеризует скорость, с которой система способна перестраивать свое поведение в ответ на изменения в окружающей среде. Высокая скорость приспособления является критически важной для эффективного взаимодействия с динамичными условиями.
Математически, скорость адаптации может быть смоделирована с использованием алгоритмов обучения с подкреплением (reinforcement learning):
Где:
-
$\eta$ — скорость обучения -
$J$ — целевая функция, отражающая эффективность поведения системы
Такие модели позволяют системе динамически адаптировать свое поведение в соответствии с меняющимися условиями, что отражается в параметре A(t) расширенной теории ЭИРО [5, 6].
Согласно исследованиям, способность к обучению, гибкость реакций и скорость приспособления, характеризуемые параметром A(t), связаны с активностью определенных областей мозга:
блок-схема
flowchart TD
A[Префронтальная кора] --> B[Мониторинг изменений в окружающей среде]
B --> C[Отслеживание сдвигов в сенсорных сигналах]
B --> D[Контекст задачи]
B --> E[Ожидаемые результаты]
A --> F[Гибкое переключение между стратегиями и задачами]
F --> G[Быстрое переключение между стратегиями]
F --> H[Адаптация к меняющимся требованиям]
A --> I[Формирование новых моделей поведения]
I --> J[Создание внутренних моделей]
I --> K[Генерация адаптивных поведенческих ответов]
A --> L[Адаптивность системы]
L --> B
L --> F
L --> I
Префронтальная кора играет ключевую роль в обеспечении адаптивного поведения, отраженного в параметре A(t) расширенной теории Эмергентной Интеграции и Рекуррентного Отображения (ЭИРО).
Мониторинг изменений в окружающей среде
Префронтальная кора осуществляет постоянный мониторинг изменений во внешней среде, отслеживая сдвиги в сенсорных сигналах, контексте задачи и ожидаемых результатах [7]. Данная способность позволяет системе своевременно реагировать на модификации условий и адаптировать свое поведение соответствующим образом.
Гибкое переключение между стратегиями и задачами
Префронтальная кора обеспечивает гибкость когнитивных процессов, позволяя системе быстро переключаться между различными стратегиями и задачами в зависимости от меняющихся требований [8]. Это является ключевым аспектом адаптивности, отраженной в параметре A(t) теории ЭИРО.
Формирование новых моделей поведения
При столкновении с новыми ситуациями префронтальная кора участвует в формировании и обновлении внутренних моделей, на основе которых система генерирует адаптивные поведенческие ответы [7, 8]. Данная способность лежит в основе быстрого приспособления к изменяющимся условиям.
Таким образом, префронтальная кора играет центральную роль в обеспечении адаптивности, отраженной в параметре A(t) расширенной теории ЭИРО. Она осуществляет мониторинг окружающей среды, гибкое переключение между стратегиями и формирование новых моделей поведения, что позволяет системе эффективно адаптироваться к динамичным условиям.
Источники
- [7]. Miller, E. K., & Cohen, J. D. (2001). An integrative theory of prefrontal cortex function. Annual review of neuroscience, 24(1), 167-202.
- [8]. Fuster, J. M. (2001). The prefrontal cortex—an update: time is of the essence. Neuron, 30(2), 319-333.
блок-схема
flowchart TD
A[Гиппокамп] --> B[Кодирование новой информации и формирование воспоминаний]
B --> C[Кодирование сенсорных данных и событий]
B --> D[Создание эпизодических воспоминаний]
B --> E[Построение ментальных моделей]
A --> F[Консолидация памяти]
F --> G[Перевод кратковременных следов в долговременное хранилище]
F --> H[Сохранение накопленного опыта]
F --> I[Использование памяти для адаптации]
A --> J[Взаимодействие с префронтальной корой]
J --> K[Обновление поведенческих стратегий]
J --> L[Гибкое переключение между задачами]
A --> M[Адаптивность системы]
M --> B
M --> F
M --> J
Гиппокамп играет ключевую роль в обеспечении адаптивного поведения, участвуя в процессах пластичности и обучения. Основные функции гиппокампа в контексте адаптивности, отраженной в параметре A(t) теории ЭИРО, включают:
Кодирование новой информации и формирование воспоминаний
Гиппокамп отвечает за кодирование новых сенсорных данных, событий и их связей в виде эпизодических воспоминаний. Эти воспоминания служат основой для построения ментальных моделей, необходимых для адаптации к изменяющимся условиям [9].
Консолидация памяти, необходимой для адаптации
Гиппокамп участвует в процессах консолидации памяти, переводя кратковременные следы в долговременное хранилище. Это позволяет сохранять накопленный опыт и использовать его для адаптации к новым ситуациям [10].
Взаимодействие с префронтальной корой для обновления поведенческих стратегий
Гиппокамп тесно взаимодействует с префронтальной корой, обеспечивая обновление поведенческих стратегий на основе новой информации. Этот механизм лежит в основе гибкого переключения между задачами и формирования адаптивного поведения [9, 10].
Таким образом, гиппокамп играет ключевую роль в кодировании новых данных, консолидации памяти и взаимодействии с префронтальной корой, что обеспечивает адаптивность, отраженную в параметре A(t) теории Эмергентной Интеграции и Рекуррентного Отображения.
Источники
- [9]. Squire, L. R., & Zola, S. M. (1996). Structure and function of declarative and nondeclarative memory systems. Proceedings of the National Academy of Sciences, 93(24), 13515-13522.
- [10]. Kumaran, D., Hassabis, D., & McClelland, J. L. (2016). What learning systems do intelligent agents need? Complementary learning systems theory updated. Trends in Cognitive Sciences, 20(7), 512-534.
блок-схема
flowchart TD
A[Базальные ганглии] --> B[Формирование привычек и автоматических реакций]
B --> C[Автоматизация поведенческих паттернов]
B --> D[Закрепление моторных программ]
B --> E[Быстрая реакция на знакомые ситуации]
A --> F[Модуляция гибкости поведения]
F --> G[Переключение между стратегиями]
F --> H[Адаптация к контексту]
A --> I[Взаимодействие с префронтальной корой]
I --> J[Адаптивный контроль над поведением]
I --> K[Автоматизация действий]
I --> L[Переключение на новые паттерны]
A --> M[Адаптивность системы]
M --> B
M --> F
M --> I
A --> N[Влияние на процессы интеграции и рекуррентной обработки]
N --> O[Интеграция информации]
N --> P[Рекуррентная обработка]
Базальные ганглии являются важной нейробиологической основой адаптивности, отраженной в параметре A(t) теории Эмергентной Интеграции и Рекуррентного Отображения (ЭИРО). Данные подкорковые структуры играют ключевую роль в автоматизации поведения и облегчении переключения между различными действиями.
Формирование привычек и автоматических реакций
Базальные ганглии участвуют в процессах формирования привычек и автоматизации поведенческих паттернов [11]. Повторяющиеся действия закрепляются в виде устойчивых моторных программ, что позволяет системе быстро и эффективно реагировать на знакомые ситуации без необходимости каждый раз заново обрабатывать всю информацию. Это повышает адаптивность поведения, высвобождая когнитивные ресурсы для решения новых задач.
Модуляция гибкости поведения
Помимо автоматизации, базальные ганглии также участвуют в модуляции гибкости поведения в зависимости от контекста [12]. Они обеспечивают возможность переключения между различными поведенческими стратегиями, что является важным аспектом адаптивности, отраженной в параметре A(t). Данная способность к гибкому реагированию позволяет системе эффективно приспосабливаться к изменяющимся условиям.
Взаимодействие с префронтальной корой
Базальные ганглии тесно взаимодействуют с префронтальной корой для обеспечения адаптивного контроля над поведением [11, 12]. Префронтальная кора участвует в мониторинге изменений в окружающей среде, формировании новых моделей поведения и гибком переключении между стратегиями. Базальные ганглии модулируют активность префронтальной коры, облегчая автоматизацию привычных действий и переключение на новые поведенческие паттерны.
Нарушения в функционировании базальных ганглий могут приводить к дефицитам в адаптивности, что отражается на параметре A(t) в теории ЭИРО. Это, в свою очередь, оказывает влияние на процессы интеграции информации I(t) и рекуррентной обработки R(t), лежащие в основе формирования сознательного опыта.
Источники
- [11]. Graybiel, A. M. (2008). Habits, rituals, and the evaluative brain. Annual Review of Neuroscience, 31, 359-387.
- [12]. Yin, H. H., & Knowlton, B. J. (2006). The role of the basal ganglia in habit formation. Nature Reviews Neuroscience, 7(6), 464-476.
Нарушения в функционировании данных областей мозга могут приводить к дефицитам в адаптивности, что отражается на параметре A(t) в теории ЭИРО и, как следствие, на процессах интеграции информации и рекуррентной обработки.
Параметр адаптивности A(t) в расширенной теории Эмергентной Интеграции и Рекуррентного Отображения (ЭИРО) играет ключевую роль в описании способности системы к обучению, гибкости реакций и быстрому приспособлению к меняющимся условиям. Математическое моделирование данного параметра с использованием динамических систем, алгоритмов обучения с подкреплением и нелинейных моделей позволяет количественно оценить влияние адаптивности на процессы интеграции информации и рекуррентной обработки, лежащие в основе формирования сознательного опыта. Нейробиологические исследования подтверждают, что префронтальная кора, гиппокамп и базальные ганглии являются ключевыми областями, обеспечивающими адаптивное поведение.
- Sutton, R. S., & Barto, A. G. (2018). Reinforcement learning: An introduction. MIT press.
- Friston, K. (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience, 11(2), 127-138.
- Lorenz, E. N. (1963). Deterministic nonperiodic flow. Journal of the atmospheric sciences, 20(2), 130-141.
- Rössler, O. E. (1976). An equation for continuous chaos. Physics Letters A, 57(5), 397-398.
- Siegelmann, H. T., & Sontag, E. D. (1991). Turing computability with neural nets. Applied Mathematics Letters, 4(6), 77-80.
- Friston, K. (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience, 11(2), 127-138.
- Miller, E. K., & Cohen, J. D. (2001). An integrative theory of prefrontal cortex function. Annual review of neuroscience, 24(1), 167-202.
- Fuster, J. M. (2001). The prefrontal cortex—an update: time is of the essence. Neuron, 30(2), 319-333.
- Squire, L. R., & Zola, S. M. (1996). Structure and function of declarative and nondeclarative memory systems. Proceedings of the National Academy of Sciences, 93(24), 13515-13522.
- Kumaran, D., Hassabis, D., & McClelland, J. L. (2016). What learning systems do intelligent agents need? Complementary learning systems theory updated. Trends in Cognitive Sciences, 20(7), 512-534.
- Graybiel, A. M. (2008). Habits, rituals, and the evaluative brain. Annu. Rev. Neurosci., 31, 359-387.
- Yin, H. H., & Knowlton, B. J. (2006). The role of the basal ganglia in habit formation. Nature Reviews Neuroscience, 7(6), 464-476.
блок-схема
flowchart TD
A[Адаптивность] --> B[Пластичность нейронных сетей]
B --> C[Синаптическая пластичность]
C --> D["Долговременная потенциация (LTP)"]
C --> E["Долговременная депрессия (LTD)"]
B --> F[Динамическая перестройка нейронных ансамблей]
A --> G[Нейромодуляторные системы]
G --> H[Серотонинергическая система]
H --> I[Регуляция настроения и тревожности]
G --> J[Норадренергическая система]
J --> K[Регуляция стресса и внимания]
G --> L[Холинергическая система]
L --> M[Регуляция внимания и сна]
A --> N[Префронтальная кора]
N --> O[Когнитивный контроль]
N --> P[Принятие решений]
N --> Q[Переключение между задачами]
N --> R[Рабочая память и планирование]
A --> S[Взаимодействие с лимбической системой]
S --> T[Интеграция эмоциональных и когнитивных процессов]
S --> U[Роль миндалины]
T --> V[Гибкость реагирования]
U --> W[Оценка значимости стимулов]
U --> X[Эмоциональные реакции]
U --> Y[Рекуррентные связи между областями коры]
Адаптивность, как ключевой параметр в теории Эмерджентной Интеграции и Рекуррентного Отображения (ЭИРО), имеет глубокие нейробиологические корни. Данный аспект отражает фундаментальные свойства нервной системы, позволяющие организму гибко реагировать на изменения окружающей среды и эффективно взаимодействовать с ней.
Способность нейронных сетей мозга к структурной и функциональной перестройке лежит в основе адаптивности. Механизмы синаптической пластичности играют ключевую роль в этом процессе.
Долговременная потенциация (LTP) и долговременная депрессия (LTD)
Долговременная потенциация (LTP) и долговременная депрессия (LTD) - это основные механизмы синаптической пластичности, позволяющие нейронам модифицировать силу и эффективность своих связей в ответ на активность [1, 2]:
-
Долговременная потенциация (LTP): Когда постсинаптический нейрон одновременно получает возбуждающие сигналы от пресинаптического нейрона и деполяризацию своей мембраны, это приводит к открытию NMDA-рецепторов. Это позволяет ионам кальция входить в постсинаптическое окончание, активируя внутриклеточные сигнальные каскады, которые усиливают чувствительность нейрона к возбуждающим сигналам.
-
Долговременная депрессия (LTD): В противоположность LTP, LTD приводит к ослаблению синаптических связей. Она может быть вызвана, например, несинхронной активностью пре- и постсинаптических нейронов.
Динамическая перестройка нейронных ансамблей
Эти механизмы синаптической пластичности обеспечивают динамическую перестройку нейронных ансамблей в ответ на активность. Это лежит в основе способности нервной системы к обучению и адаптации, позволяя ей гибко реагировать на изменения в окружающей среде.
Нейромедиаторные системы мозга, такие как моноаминергическая (серотонин, норадреналин, дофамин) и холинергическая, играют ключевую роль в регуляции адаптивного поведения [3, 4]. Эти системы оказывают модулирующее влияние на различные аспекты функционирования нейронных сетей, что позволяет организму гибко реагировать на изменения окружающей среды.
Серотонинергическая система. Серотонин (5-HT) участвует в регуляции настроения, тревожности и импульсивности. Снижение активности серотонинергической системы связано с развитием депрессии и других аффективных расстройств - 3.. В контексте адаптивности, серотонин модулирует возбудимость нейронов и синаптическую передачу, влияя на способность организма гибко реагировать на изменения окружающей среды.
Норадренергическая система. Норадреналин (НА) участвует в регуляции уровня возбуждения, стресса и внимания. Повышение активности норадренергической системы сопровождается усилением эмоциональных реакций, в том числе страха и тревоги [4]. Норадреналин модулирует рекуррентные взаимодействия между различными областями мозга, что влияет на адаптивность поведения.
Холинергическая система. Ацетилхолин (АХ) играет ключевую роль в регуляции внимания, возбуждения и REM-сна. Повышение холинергической активности связано с усилением эмоциональных реакций, в том числе при стрессе [4]. Ацетилхолин модулирует рекуррентные взаимодействия между префронтальной корой, миндалиной и гиппокампом, что оказывает влияние на адаптивные процессы.
Таким образом, нейромедиаторные системы мозга, включая моноаминергические и холинергическую, являются важными регуляторами адаптивного поведения. Они модулируют возбудимость нейронов, синаптическую передачу и синхронизацию активности, что позволяет организму гибко реагировать на изменения окружающей среды.
Префронтальная кора играет ключевую роль в обеспечении адаптивного поведения в рамках теории Эмерджентной Интеграции и Рекуррентного Отображения (ЭИРО). Данная область мозга отвечает за широкий спектр исполнительных функций, критически важных для адаптивности:
Когнитивный контроль: Префронтальная кора осуществляет произвольную регуляцию когнитивных процессов, позволяя гибко переключаться между задачами, подавлять нерелевантную информацию и фокусировать внимание на важных аспектах - 5.. Это обеспечивает адаптивность поведения к меняющимся условиям.
Принятие решений: Области префронтальной коры, такие как дорсолатеральная и вентромедиальная части, участвуют в оценке альтернатив, прогнозировании последствий и выборе оптимальных стратегий действий - 6.. Данные процессы лежат в основе адаптивного принятия решений.
Переключение между задачами: Префронтальная кора играет ключевую роль в гибком переключении между различными задачами и целями. Она обеспечивает быструю активацию новых паттернов активности и подавление предыдущих, что позволяет адаптироваться к изменяющимся требованиям - 5..
Рабочая память и планирование: Префронтальная кора участвует в поддержании и манипулировании информацией в рабочей памяти, а также в планировании последовательности действий. Эти функции критичны для адаптивного поведения, позволяя удерживать цели и прогнозировать последствия - 6..
Повреждения префронтальной коры приводят к нарушениям гибкости, персеверации на неактуальных стратегиях и снижению способности к адаптивному поведению. Таким образом, данная область мозга является ключевым нейробиологическим субстратом, обеспечивающим реализацию адаптивности, которая является критически важным параметром в теории Эмерджентной Интеграции и Рекуррентного Отображения (ЭИРО).
Лимбическая система, включающая миндалину, гиппокамп и другие структуры, играет ключевую роль в обеспечении адаптивного поведения в контексте теории Эмерджентной Интеграции и Рекуррентного Отображения (ЭИРО).
Интеграция эмоциональных и когнитивных процессов
Лимбическая система тесно взаимодействует с префронтальной корой, обеспечивая интеграцию эмоциональных и когнитивных процессов, необходимых для адаптивного поведения [7, 8]. Данное взаимодействие позволяет организму гибко реагировать на изменения среды, сочетая эмоциональные реакции с рациональным принятием решений.
Роль миндалины
Миндалина, как ключевой элемент лимбической системы, играет центральную роль в оценке значимости стимулов и формировании соответствующих эмоциональных реакций. Активация миндалины при эмоциональном возбуждении усиливает рекуррентные связи между различными областями коры, что способствует более эффективной интеграции эмоциональной информации [7, 8]. Это, в свою очередь, оказывает влияние на параметр рекуррентности R(t) в формуле ЭИРО.
Влияние на адаптивность
Нарушения в работе лимбической системы, вызванные, например, повреждениями или дисбалансом нейромедиаторов, могут приводить к дефицитам в адаптивности. Снижение способности интегрировать эмоциональные и когнитивные процессы нарушает гибкость реагирования организма на изменения окружающей среды, что отражается на параметре A(t) в теории ЭИРО.
Таким образом, тесное взаимодействие лимбической системы, в частности миндалины, с префронтальной корой является критически важным для обеспечения адаптивного поведения, которое является ключевым параметром в рамках теории Эмерджентной Интеграции и Рекуррентного Отображения.
Таким образом, адаптивность, как ключевой параметр ЭИРО, имеет глубокие нейробиологические основания, отражающие фундаментальные свойства нервной системы, такие как пластичность, нейромодуляция и взаимодействие между различными областями мозга.
Источники
- [1]. Markram, H., Gerstner, W., & Sjöström, P. J. (2011). A history of spike-timing-dependent plasticity. Frontiers in synaptic neuroscience, 3, 4.
- [2]. Maass, W., & Markram, H. (2002). Synapses as dynamic memory buffers. Neural networks, 15(2), 155-161.
- [3]. Robbins, T. W., & Arnsten, A. F. (2009). The neuropsychopharmacology of fronto-executive function: monoaminergic modulation. Annual Review of Neuroscience, 32, 267-287.
- [4]. Hasselmo, M. E. (1999). Neuromodulation: acetylcholine and memory consolidation. Trends in cognitive sciences, 3(9), 351-359.
- [5]. Miller, E.K., & Cohen, J.D. (2001). An integrative theory of prefrontal cortex function. Annual Review of Neuroscience.
- [6]. Baddeley, A. (1986). Working memory. Oxford University Press.
- [7]. Pessoa, L. (2008). On the relationship between emotion and cognition. Nature Reviews Neuroscience, 9(2), 148-158.
- [8]. Dolcos, F., LaBar, K. S., & Cabeza, R. (2004). Interaction between the amygdala and the medial temporal lobe memory system predicts better memory for emotional events. Neuron, 42(5), 855-863.
Оглавление: