출현 속성 :정보 처리 및 학습
단일 뉴런에서 신경 조직으로 이동하면 정보 처리 및 학습의 출현 속성이 생성됩니다.
방법은 다음과 같습니다.
* 개별 뉴런 : 단일 뉴런은 전기 신호를 수신, 통합 및 전송할 수 있습니다. 그러나 즉각적인 환경에 대응하여 분리되어 작동합니다.
* 신경 조직 : 뉴런이 신경 조직 내에서 네트워크를 연결하고 형성하면 다음을 수행 할 수 있습니다.
* 의사 소통 : 신호는 광범위한 거리에 걸쳐 전송 될 수있어 신체의 다른 부분 사이의 복잡한 상호 작용을 가능하게합니다.
* 정보 통합 : 뉴런 네트워크는 여러 출처의 정보를 동시에 처리하여 정교한 의사 결정을 허용 할 수 있습니다.
* 배우고 적응 : 시냅스 가소성, 활동에 기초하여 시냅스가 강화되거나 약화되는 능력은 신경 조직이 경험을 통해 배우고 새로운 상황에 적응할 수있게한다.
예 : 단일 뉴런은 빛과 같은 특정 자극에 반응 할 수 있습니다. 그러나 신경 조직에서 뉴런 네트워크는 여러 감각 입력 (빛, 소리, 터치)의 정보를 처리하고 통합하여 특정 물체 인식과 같은 복잡한 인식을 만들 수 있습니다. 이 복잡한 인식과 그것으로부터 배우는 능력은 신경 조직 내에서 많은 뉴런의 상호 작용으로 인해 발생하는 출현 속성입니다.
키 테이크 아웃 : 신경 조직의 복잡한 네트워크 구조는 정보 처리, 학습 및 적응 - 단일 뉴런에없는 능력을 허용합니다. 이것은 복잡한 시스템이 개별 구성 요소에 존재하지 않는 특성을 나타내는 출현 특성의 개념을 보여줍니다.
