Компьютерное моделирование биологического нейрона
Дипломная работа - Компьютеры, программирование
Другие дипломы по предмету Компьютеры, программирование
лить степень влияния каждого входного параметра на выход, и использовать данный показатель для ранжирования входов.
При прогнозировании, существенным для качества является учет реального влияния каждого параметра входа x(х1, ..., хn) на выходной вектор y.
С помощью корреляционного анализа заранее вычисляются коэффициенты парной корреляции между выходом y и каждым из параметров входа х1, ..., хj, ..., хn, что позволяет сформировать входную матрицу согласно степени влияния каждого параметра (рис. 8) и применить принцип ранжирования входов, что согласовывается со строением биологического нейрона.
В нейросеть вводится единый параметр для всех входов сети - коэффициент взвешивания Kf, принимающий значение в диапазоне от 0 до 1.
Рисунок 8 - Влияние коэффициента взвешивания входов
Для 1 входа все значения параметра х1 не изменяются, для 2 входа уменьшаются в Kf1 раз, а для последнего n-го входа вес параметра xn уменьшается в Kfn-1 раз. При Kf=1 все входы равнозначны, при Kf=0 учитывается лишь первый вход, остальные входы игнорируется, при 0<Kf<1 уменьшается влияние несущественных параметров на выходную величину y.
Такой подход требует проведения предварительного анализа информации, но значительное улучшение точности прогноза подтверждает его эффективность.
4. Испытание компьютерной модели
Для оценки адекватности поведения модели нейрона естественному объекту был проведен ряд вычислительных экспериментов на компьютерной модели.
Программа исследования включала в себя следующие этапы: исследование реакций одиночного нейрона на стимуляцию импульсными потоками различной частоты, исследование реакций одиночных нейронов с различной организацией синаптического и дендритного аппарата, моделирование нейронов различного размера и анализ отличий в реакциях моделей на тестовые последовательности импульсов.
Настройка параметров моделей основывалась на известных экспериментальных данных о временных параметрах процессов, протекающих в естественном нейроне и результатах исследования поведения электронных аналогов нейронов [14].
Одной из основных характеристик естественного нейрона, качественно влияющей на преобразование импульсных потоков, является размер мембраны.
В отличие от небольших нейронов, при возбуждении одинаковых групп входов крупный нейрон менее чувствителен к входным воздействиям и обычно генерирует последовательности импульсов в более низком диапазоне частот и отвечает одиночными импульсами на входные воздействия.
Разработанная модель позволяет строить нейроны с различной структурой мембраны и расположением синапсов на ней. Изменяя число ионных механизмов, каждую пару которых можно рассматривать как дендрит клетки, можно моделировать нейроны различных размеров, не меняя значения параметров мембраны (рис. 9,10).
Рисунок 9 - Модель небольшого нейрона (N1)
Рисунок 10 - Модель крупного нейрона (N2)
Здесь обе модели нейрона имеют идентичную структуру дендритного аппарата (участки мембраны M2-M5 для модели N1 и M3-M6 для модели N2). Сома нейронов представлена одним участком мембраны M1 для мелкого нейрона и парой для крупного.
Возбуждающие входные воздействия представлены в виде одиночного синапса. Параметры моделей синапсов, участков мембраны и генераторов потенциала действия идентичны для двух нейронов.
Таким образом, изменяя только структуру синаптического и дендритного аппарата нейрона, мы формируем модель в соответствии с конкретными требованиями организации связей в исследуемой нейронной сети.
На рисунке 11 представлена типичная реакция модели нейрона на возбуждающий импульс. На графике внутриклеточного потенциала (2) можно наблюдать типичную область деполяризации мембраны нейрона, предваряющую формирование потенциала действия, зону гиперполяризации после генерации импульса и остаточную деполяризацию мембраны по окончании паттерна генерации.
Рисунок 11 - Нейрон с синапсом на дендрите
- возбуждающие воздействие, 2 - внутриклеточный потенциал мембраны на генераторе потенциала действия, 3 - ответы нейрона совмещенные с графиком внутриклеточного потенциала
Типичным откликом нейрона, является генерация пачек импульсов в ответ на периодическое внешнее возбуждение. На рис. 12-15 представлены ответы модели N1 на последовательности импульсов с фиксированной частотой.
Рисунок 12 - Ответы нейрона N1 на возбуждение различных участков мембраны
- возбуждающее воздействие, 2-5 - ответы нейрона с синапсами на участках M4, M5, M2 и M1соответственно
Можно видеть, что синапс на соме естественным образом оказывает большее влияние на возбуждение, наличие дендрита формирует дополнительную задержку в передаче возбуждающего воздействия по мембране и позволяет проводить долгосрочные (по отношению к частоте разрядов нейрона) пространственно-временные преобразования сигналов на мембране.
Рисунок 13 - Реакции нейронов на сигналы частотой 2,5 Гц
- сигнал частотой 2,5 Гц, 2 - реакция небольшого нейрона, 3 - реакция небольшого нейрона, 4 - крупный нейрон, 5 - крупный нейрон
Рисунок 14 - Реакции нейронов на сигналы частотой 100 Гц
- сигнал частотой 100 Гц, 2 - реакция небольшого нейрона, 3 - реакция небольшого нейрона, 4 - крупный нейрон, 5 - крупный нейрон
Рисунок 15 - Реакции нейронов на сигнал частотой 200 Гц
- сигнал частотой 200 Гц, 2 - реакция неболь