Биологически обоснованная вычислительная модель, созданная для имитации реальных нейронных цепей и не обучавшаяся на данных животных, справилась с задачей визуальной категоризации так же, как это делают настоящие лабораторные животные, продемонстрировав такую же точность, вариативность и базовые нейронные ритмы. Благодаря интеграции мелкомасштабных синаптических правил с крупномасштабной архитектурой коры головного мозга, полосатого тела, ствола мозга и систем, модулируемых ацетилхолином, модель воспроизвела характерные паттерны обучения, в том числе усиление бета-диапазона синхронизации между областями во время принятия правильных решений.