突触可塑性对神经网络的影响

来源 :浙江师范大学 | 被引量 : 0次 | 上传用户:gem364258013
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
众所周知,学习与记忆是中枢神经系统中最重要的高级认知功能之一.人和动物通过学习与记忆,并根据自身经验主动改变自身行为以适应不断变化的外界环境.因此,学习与记忆的神经基础被认为是脑科学研究中的一个核心问题.现在普遍认为,学习与记忆是通过神经元的突触可塑性这一机制来实现的.深入研究突触可塑性对了解学习与记忆性具有至关重要的作用.  实际上,神经元是处在一个复杂的环境中的,不仅接收着外界各种各样的刺激,同时受到不同形式和强度的噪声,其中主要的噪声为通道噪声.通常我们理解噪声对系统或神经元本身的规律性起到破坏作用,但是经过大量研究证明合适强度的噪声对系统的规律性起一定的积极作用,它能够改变神经元的发放情况,自发动作电位的产生和发放时间的可靠性和精度等.因此,对噪声的研究对了解神经元的特性具有格外重要的意义.  本文主要研究通道噪声和突触可塑性对神经网络的影响,主要通过观察神经网络的发放率、同步性、变异性以及突触效能的变化,并结合生物意义解释其内在的活动机制.对于突触可塑性,本文分别研究了短时程以及长时程突触可塑性.  第一部分考虑短时程突触可塑性.首先给出短时程突触可塑性模型—UR模型,并结合随机HH神经元构成神经网络.在不同膜面积下改变抑制和易化衰退速率观察其对神经网络的影响,以及改变释放概率的基准值.发现易化强度越强越能够促进网络的同步;相对地,抑制强度越强会破坏网络的规律性.通道噪声达到一定强度能够促进网络的同步.随后,在通道噪声下对网络中神经元加入不同强度Possion刺激,发现易化与短期记忆性有关.经试验发现在适当噪声下外界刺激强度越强,记忆成功的概率越高并且信息存储的时间越长.其次给出基于钙离子调控的模型—FD模型.观察钙离子在突触信息传导中所起到的作用,并与UR模型进行比较.  第二部分结合NMDA受体调节长时程突触可塑性的机制建立突触模型.当2个兴奋性神经元单突触连接时,首先在无外界刺激下,观察膜面积与囊泡释放概率的变化关系.其次,根据相关实验进行数值模拟.分别对突触前后神经元加入周期型输入,考虑改变刺激强度,刺激次数以及突触前后刺激的时间间隔观察囊泡释放概率的变化.同时,对突触前后神经元加入不同强度Possion刺激.接着考虑突触前神经元分别为兴奋性与抑制性神经元时,加入不同强度的周期刺激或Possion刺激,观察神经元的发放率、变异系数、同步指数和囊泡平均释放率的变化.比较刺激类型,发现若加入的为周期型刺激,神经元会在60Hz处出现共振现象.比较突触前神经元的类型,若为兴奋性神经元时,释放的神经递质会激活NMDA受体,从而该受体会根据突触前后神经元的活动调节释放概率,因此囊泡平均释放率与抑制性神经元释放时不同.
其他文献
集值优化问题是最优化理论及应用的研究热点之一.它被广泛应用于经济均衡,交通运输,最优控制,博弈论,以及军事决策等领域.在集值优化的研究中,由于存在多种不同形式的真有效解和
本文讨论了如下非线性分数幂耗散方程Cauchy问题整体解的存在性,方程略。我们知道在用渐近理论研究耗散方程解的性态时,需要渐近方程的整体解存在,同时需要对渐近解(通常情况下带
非线性算子方程f(x)=0的求解问题不仅是计算数学中一个极其重要的数学问题,在物理、经济、工程以及生命科学等领域也有着广泛的实际应用.而迭代法是解决该类问题的重要工具.本
在这篇论文中,我们研究了非凸二次规划问题的半定规划松弛问题。一般的二次规划问题不是多项式时间可解的,对非凸二次规划而言,更是如此,并且求解方法非常多元化,对非凸二次优化问
本文的目的主要是分析非完整系统(即是,具有像滚动约束这样的不可积的约束的力学系统)的相对平衡态的稳定性。在没有外部耗散的情况下,系统是保持能量守恒的,但是尽管如此系统仍
本文主要利用非线性泛函分析中的变分方法,结合临界点理论,特别是临界群与Morse理论,研究了二阶共振差分方程边值问题(公式略)解的多重性,其中N(≥3)是一个固定的整数,离散区间Z[1,N
本文主要研究了压缩感知理论()q最小化方法的等距约束条件.压缩感知理论,作为新的信号处理技术,被广泛的应用于图像压缩,音像压缩,医学成像,雷达和通讯等领域.通过选取适当的矩阵