【摘 要】
:
神经系统作为一个典型的复杂系统,是系统神经科学和计算神经科学的主要研究对象,考虑其构成的多样性和差异性,通常采用规则网络、小世界网络和无标度网络来研究神经系统群体的电活动行为和协作性。在实际的神经系统中,神经元之间通过化学突触、电突触连接来实现信号的编码和传递。生物神经元的突触具有可塑性,因此在实现信号传递过程中要考虑突触耦合通道的效率和可控性,并且探究耦合通道的生物物理属性对于进一步认知神经元网
论文部分内容阅读
神经系统作为一个典型的复杂系统,是系统神经科学和计算神经科学的主要研究对象,考虑其构成的多样性和差异性,通常采用规则网络、小世界网络和无标度网络来研究神经系统群体的电活动行为和协作性。在实际的神经系统中,神经元之间通过化学突触、电突触连接来实现信号的编码和传递。生物神经元的突触具有可塑性,因此在实现信号传递过程中要考虑突触耦合通道的效率和可控性,并且探究耦合通道的生物物理属性对于进一步认知神经元网络电活动模式的迁移机制以及预防神经性疾病具有重要意义。此外可以在设计人工智能神经元电路中充分利用和实现生物神经元的突触可塑性,从而对神经元电活动模式进行有效操控。研究结果之一:为表达突触的可塑性,在混沌电路现有的耦合方式中提出了基于电感线圈的磁场耦合。通过电感线圈耦合两个初始值不同的Chua电路系统,可以实现不同混沌态和周期态Chua电路的同步。基于电感线圈连接的耦合方式实质上是一种磁场耦合,因为当耦合电流通过电感时,耦合通道内会产生相应的感应磁场,电感线圈将系统的部分能量以磁场的形式存储起来。当两个系统实现完全同步后,耦合通道的电流衰减为零,且两个电路的能量达到平衡。该结果从物理角度解释了积分耦合与控制的物理学机制,认为神经元之间的化学突触耦合可能是一种场耦合。研究结果之二:探究了混合突触耦合下混沌系统同步的机制。通过电阻、电容器、电感线圈单向耦合Chua电路系统来探究能量输运对同步的影响。在电阻耦合和电容器,电感线圈触发的场耦合方式下,只有能量高的系统向能量低的系统注入能量才可以实现系统间的同步。其原因在于电阻通过消耗耦合系统的能量使得耦合系统的能量减少直到两个电路能量平衡时才实现系统完全同步,而电容器及电感线圈的场耦合方式不消耗耦合系统的能量,仅将系统的能量存储为场能,所以通过高能量向低能量的输运实现系统间能量的平衡,从而实现同步。该结果解释了动力学系统之间平衡的本质可能在于能量的平衡,因此耦合通道对能量输运和调控的效率决定着同步的稳定性。研究结果之三,在明确了场耦合促进耦合系统间同步的机制之后,将场耦合应用于神经元之间来研究功能性突触对神经元同步放电的调控问题。电感线圈耦合两个放电态不同的Hindmash-Rose神经元模型时,不同放电态的HR神经元通过场耦合可以实现同步,同步后的状态与初始两个神经元的放电状态有关;同样由HR神经元电感线圈耦合组成的小世界网络和无标度网络中展示出不同的动力学行为,小世界网络中展示了神经元之间的去同步行为,而无标度网络展示出神经元之间的同步行为。该结果为构造人工突触和对神经元网络有效操控提供了相应的依据。
其他文献
茶叶是我国最主要的饮品之一,并且中国也是茶叶种植规模最大的国家之一,而茶叶的各种病害一直严重影响着茶叶的产量和质量。藻斑病作为主要病害之一,其覆盖辽阔,在全国主要茶区均有发生。藻斑病会对茶树正常代谢造成胁迫,导致茶叶产量和品质下降,给茶农造成直接经济损失。当前,藻斑病的传统检测方法时限长、预处理复杂且成本较高,难以在实际生产中大面积推广应用。因此,准确识别茶叶病害及时采取防治措施成为茶产业发展的关
随着“数字化”不断地普及,现实生产、生活中大量的如文本、网页、图像等信息需要被存储。许多互联网、高科技公司都配备专门的服务器来存储这些有价值的数据。大规模、高维度的数据中通常包含噪声和特征冗余,直接存储这样的数据将会带来高昂的存储代价,并且是不可取和没必要的。机器学习算法则被用于分析、挖掘数据当中有价值的信息。大多数在小规模数据集上使用的机器学习算法已经不能很好地处理这样大规模的数据,因为它们在处
地震作为破坏性极强的自然灾难之一,给人类带来的教训是惨痛的,而有效的地震预报可以减少人员伤亡和经济损失。导致地震的因素繁多但其因素之间存在非线性关系,随着计算机技术飞速发展,使得机器学习模型解决复杂的、非线性的问题广泛进入应用。本文使用MATLAB和python平台,在地震震级预报这一领域内使用自组织特征映射神经网络(SOM)和支持向量回归算法(SVR)提高预报精度。本文首先介绍了机器学习模型在地
社交物联网是融合了物联网和社交网络的新兴范式,它使社交功能从最初的人与人之间扩展到人与物以及物与物之间。如何实现这人与物以及物与物之间的社会交互,是一个亟待解决的问题。自然语言生成技术,关注于从非语言数据中生成自然语言的文本,这对于在社交物联网中实现人类和其他智能对象之间的无障碍交互至关重要。然而,现有的数据生成文本研究方法依赖于特定的模板和标准神经网络模型,当应用于具有不同含义的大规模结构化数据
发光二极管(Light-Emitting-Diode,LED)作为新一代的电光源因其使用寿命长、效率高、体积小、绿色环保等优点被广泛应用于各种照明场合。LED需要有恒定的直流电流支持才能发出稳定的照明灯光。因此,LED驱动器是整个LED照明设备中最为关键的部分,它决定了照明的质量并严重影响整个照明设备的销售价格、使用开支以及使用寿命。单级式LED驱动器因其成本和效率上的优势,深受市场的欢迎。传统单
在未知环境中,移动机器人的即时定位与地图构建(Simultaneous Localization And Mapping,SLAM)是机器人导航领域最重要的研究课题之一。随着近些年深度学习技术的不断发展以及在图像处理方面的优异表现,基于深度学习技术的视觉SLAM也渐渐被关注。而定位技术作为SLAM中最主要的组成部分,对定位技术的研究也成为机器人技术研究的重要方向之一。本文在对现阶段机器人定位技术和
复合材料因具有比强度高、比模量大等优异材料性能在土木工程,航空航天等众多领域得到广泛的应用。在复合材料在服役过程中,不可避免会因面临高压,高温,腐蚀等不利服役环境的影响,形成材料损伤,特别是复合材料内部界面分层以及微小广泛的基体裂纹等不容易被肉眼所观察到的损伤。这类损伤将随着时间不断发展,成为复合材料结构的重大安全隐患,一旦发生工程事故,将给社会带来巨大经济损伤与人员伤亡。故对复合材料损伤监测成为
目标跟踪是计算机视觉领域的一个研究热点,在智能监控、无人驾驶、人机交互和国防军事等领域都有着非常重要的研究价值,它的主要任务是为了获取视频或者图像序列中感兴趣目标的位置以及运动轨迹,为进一步的语义层分析提供基础信息。根据场景中运动目标数目的不同,目标跟踪可以分为单目标跟踪和多目标跟踪,多目标跟踪相对于单目标跟踪的复杂程度更高,涉及了数据关联。单目标跟踪可以简单理解为只需要完成对视频中单个目标连续数