'

Моделирование естественного нейрона, как системы преобразования импульсных потоков С.П. Романов, д.б.н, вед. науч. сотр., Институт физиологии им. И.П. Павлова РАН А.В. Бахшиев, вед. программист, ЦНИИ Робототехники и технической кибернетики www.ailab.ru

Понравилась презентация – покажи это...





Слайд 0

Моделирование естественного нейрона, как системы преобразования импульсных потоков С.П. Романов, д.б.н, вед. науч. сотр., Институт физиологии им. И.П. Павлова РАН А.В. Бахшиев, вед. программист, ЦНИИ Робототехники и технической кибернетики www.ailab.ru


Слайд 1

Функциональная схема основных процессов преобразования импульсных потоков в нейроне с химической передачей


Слайд 2

Функциональная схема модели нейрона


Слайд 3

Функциональная схема модели i-го участка мембраны нейрона Mi


Слайд 4

Организация структуры мембраны нейрона


Слайд 5

Модель синапса с химической передачей


Слайд 6

Модель ионного механизма мембраны


Слайд 7

Эффективность синаптической передачи Влияние синапса на мембрану во времени Зависимость эффективности от отношения сопротивлений Зависимость эффективности от числа синапсов


Слайд 8

Генератор потенциала действия


Слайд 9

Простейшие реакции модели нейрона


Слайд 10

Модели небольшого и крупного нейронов Модель небольшого нейрона N1 Модель крупного нейрона N2


Слайд 11

Реакции моделей нейронов Реакции небольшого N1 (2, 3) и крупного N2 (4, 5) нейронов с синапсами на дендрите (2, 4) и соме (3, 5) в ответ на входное воздействие (1) частотой 2.5 и 100 Гц


Слайд 12

Зависимость частоты ответов модели нейрона от частоты входной последовательности


Слайд 13

Модели нейронов различных размеров


Слайд 14

Реакции моделей нейронов различного размера


Слайд 15

Частота разрядов нейрона в зависимости от размера 1 – зависимость средней частоты от числа импульсов в пачке 2 – зависимость средней частоты от числа участков сомы Зависимость числа импульсов в пачке от числа участков сомы


Слайд 16

Пейсмекерные нейроны – часть 1


Слайд 17

Пейсмекерные нейроны – часть 2


Слайд 18

Пейсмекерные нейроны – часть 3 1 – частота разрядов нейрона от числа параллельных включений участков мембраны в сому 2 – частота разрядов от глубины ОС


Слайд 19

Электрический синапс


Слайд 20

Модель нейрона – общий вид


Слайд 21

Нейрон с множеством устойчивых состояний мембранного потенциала


Слайд 22

Нейрон с множеством устойчивых состояний мембранного потенциала - результаты


Слайд 23

Взаимодействие посредством электрического синапса


Слайд 24

Взаимодействие посредством электрического синапса - результаты


Слайд 25

Модель афферентного нейрона


Слайд 26

Схема возвратного торможения на примере регуляции разрядов мотонейрона


Слайд 27

ЧЧХ мотонейрона с возвратным торможением и в его отсутствии


Слайд 28

ПО NeuroModeler


Слайд 29

Пример описания модели сети Model newmodel { // Объявление источника воздействий Generator source { parameter Frequency=12; } // Объявление выходов модели PulseWatch watch1{} PulseWatch watch2{} // Объявление исследуемой нейронной сети Net net { // Объявление нейрона // с одним возбуждающим входом Neuron n1 { // Объявление механизма гиперполяризации IonUnit hpu{ parameter MaxIntensity=-1; Synapse syn{} // Объявление синапса } // Объявление механизма деполяризации IonUnit dpu{ parameter MaxIntensity=1; } // Объявление генераторной зоны LTZone ltzone{} } } // Связь источника воздействия с входом нейрона link source:net.n1.hpu.syn; // Связь источника воздействия с выходом 2 модели link source:watch2.input; // Связь нейрона с выходом 1 модели link net.n1:watch1.input; }


Слайд 30

Направления дальнейших исследований Исследование системы управления мышечным сокращением, включающей в себя вставочные нейроны, управляющие воздействия с высших уровней и расширенную модель мышцы с управлением по напряжению волокна и по длине. Создание модели многозвенного манипулятора с независимыми приводами в шарнирах и разработка системы управления на моделях естественных нейронов. Включение в разработанную систему управления модель системы зрения и разработка контура управления «глаз-рука». Выработка принципов построения нейронной иерархичной системы управления объектами, с последовательным наращиванием функциональности такой системы от уровня к уровню.


×

HTML:





Ссылка: