Биологический и формальный нейрон

Элементом клеточной структуры мозга является нервная клетка - нейрон. Нейрон выполняет прием, элементарное преобразование и дальнейшую передачу информации другим нейронам. Информация переносится в виде импульсов нервной активности, имеющих электрохимическую природу.

Возбуждение нейрона в виде спайка передается другим нейронам, которые таким образом объединены в проводящую нервные импульсы сеть. Участки мембраны на аксоне, где размещаются области контакта аксона данного нейрона с дендритами другими нейронов, называются синапсами. В области синапса, имеющего сложное строение, происходит обмен информацией о возбуждении между нейронами. Синапсы влияют на силу импульса. В зависимости от типа вырабатываемого медиатора (специфические химические вещества, вызывающие изменения проницаемости локального участка мембраны.)синапс может обладать возбуждающим (эффективно проводящим возбуждение) или тормозящим действием.

При прохождении синапса сила импульса меняется в опр. число раз – вес синапса. Импульсы, поступившие к нейрону одновременно по неск. дендритам суммируются. Если суммарный импульс превышает некот порог, нейрон возбуждается, формирует составной импульс и передает его далее по аксону.

Формальный нейрон.

произвольные явления, относящиеся к высшей нервной деятельности, могут быть проанализированы и поняты, как некоторая активность в сети, состоящей из логических элементов, принимающих только два состояния ("все или ничего"). При этом для всякого логического выражения может быть найдена сеть логических элементов, имеющая описываемое этим выражением поведение.

С современной точки зрения, формальный нейрон представляет собой математическую модель простого процессора, имеющего несколько входов и один выход. Вектор входных сигналов (поступающих через "дендриды") преобразуется нейроном в выходной сигнал (распространяющийся по "аксону") с использованием трех функциональных блоков: локальной памяти, блока суммирования и блока нелинейного преобразования.

Вектор локальной памяти содержит информацию о весовых множителях, с которыми входные сигналы будут интерпретироваться нейроном.

В блоке суммирования происходит накопление общего входного сигнала (обычно обозначаемого символом net), равного взвешенной сумме входов:

Фомальные нейроны могут быть объединены в сети путем замыкания выходов одних нейронов на входы других. Типы нелинейных переходных функций:

1) Пороговая функция (рассмотренная Маккалоком и Питтсом):

отсутствуют временные задержки входных сигналов, поэтому значение net определяет полное внешненее возбуждение, воспринятое нейроном. Отклик нейрон далее описывается по принципу "все или ничего",

- значение порога

2) Линейная функция, а также ее вариант - линейная функция с погашением отрицательных сигналов:

3) Сигмоидальная функция:

Как указывалось С.Гроссбергом, сигмоидальная функция обладает избирательной чувствительностью к сигналам разной интенсивности, что соответсвует биологическим данным.

Поиск по сайту: