Мозговые аналогии нейросетей — КиберПедия 

Историки об Елизавете Петровне: Елизавета попала между двумя встречными культурными течениями, воспитывалась среди новых европейских веяний и преданий...

Архитектура электронного правительства: Единая архитектура – это методологический подход при создании системы управления государства, который строится...

Мозговые аналогии нейросетей

2017-11-22 225
Мозговые аналогии нейросетей 0.00 из 5.00 0 оценок
Заказать работу

Основой любого нейрокомпьютера является электронный аналог деятельности нервной системы и его основного элемента — нейрона.

Нейрон — особый вид клеток,обладающих электрической активностью. Схематическое изображение нейрона представлено на рис. 1.51.

Рис. 1.51. Схематичное изображение нейрона

Нейрон имеет сому 1 (тело нейрона), дерево входов 4 (дендриды),и выходы 2 (аксоны). Сома имеет поперечный размер в несколько микрон. Длина входов может достигать 1 мм. Входы (дендриды) сильно ветвятся, пронизывая большое пространство в окрестности нейрона.

Длина аксонов (выходов) может достигать сотен миллиметров.

Уже на расстоянии нескольких микрон аксоны 2 и дендриды 4 покрыты веществом с высоким электрическим сопротивлением.

На соме 1 и на дендридах 4 располагаются окончания аксонов, идущих от других клеток. Каждое окончание имеет вид утолщения, называемое синапсом 5. Размер синапса ~1 мкм.

Аксоны имеют холмик 3, назначение которого — генерация электрического импульса или пачки импульсов.

Сигнал из тела нейрона поступает на аксоны и через синапсы и далее дендриды поступает на другие нейроны.

Вся суть интеллекта головного мозга заключается в работе синапсов. В процессе адаптации головной мозг изменяет коэффициент усиления отдельных синапсов. В связи с этим, величина сигнала на выходе синапса будет различной даже при одинаковом сигнале на их входе. Синапс будет возбуждающим, если на его выходе сигнал имеет то же знак, что и на входе. Синапс будет тормозящим, если на его выходе сигнал по знаку противоположен сигналу на его входе.

Каждый синапс имеет строго определенный коэффициент усиления, изменение которого возможно только в процессе адаптации. Это синоптический вес синапса. Этот вес определяет след памяти мозга. Вся деятельность головного мозга как раз и основана на алгоритме формирования синоптических весов.

Нейроны можно разбить на три большие группы: рецепторные, промежуточные и эффекторные.

Рецепторные нейроны,обеспечивают ввод в мозг сенсорной информации. Они трансформируют акустические (ухо), оптические (глаз) и обонятельные (нос) сигналы в электрические сигналы своих аксонов.

Эффекторные нейроны предают приходящие на них сигналы исполнительным органам. На концах их аксонов имеются специальные синоптические соединения с исполнительными органами, например, мышцами.

Промежуточные нейроны (их большинство) осуществляют обработку информации, полученной от рецепторов, и формируют управляющие сигналы для эффекторов. Они образуют центральную нервную систему.

Серое вещество головного мозга — это сома, дендриды, утолщения на аксонах.

Белое вещество — это нервные волокна аксонов с малым сопротивлением и очень большой изоляцией (т.е. проводники тока с оплеткой).

О моделировании нейронных сетей

Можно разделить следующие категории моделей нейронных систем:

q модели отдельных нейронов;

q модели небольших групп нейронов;

q нейронные сети;

q модели нервной системы;

q модели мыслительной деятельности мозга в целом.

На практике чаще всего рассматриваются модели нейронных сетей. При этом акцент делается не на тщательную имитацию свойств нейронов, а на коллективные эффекты при объединении большого числа нейроподобных элементов. Основная роль здесь отводится структуре связей между нейронами. Это позволяет использовать простые модели нейронов и моделировать достаточно большие сети.

Разными авторами используется разная терминология: искусственные нейронные сети, нейроподобные сети или просто нейронные сети.

Нейрокомпьютер — это программная, программно-аппаратная или аппаратная реализация нейронной сети. Аппаратная реализация используется для хорошо обученных в данной прикладной задаче нейронных сетей. Это, например, устройства распознавания штрихкодов, рукописных символов. Для аппаратно-программной реализации используются транспьютеры.


Поделиться с друзьями:

Общие условия выбора системы дренажа: Система дренажа выбирается в зависимости от характера защищаемого...

Состав сооружений: решетки и песколовки: Решетки – это первое устройство в схеме очистных сооружений. Они представляют...

Своеобразие русской архитектуры: Основной материал – дерево – быстрота постройки, но недолговечность и необходимость деления...

Типы сооружений для обработки осадков: Септиками называются сооружения, в которых одновременно происходят осветление сточной жидкости...



© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!

0.009 с.