精华内容
下载资源
问答
  • 生物神经网络

    千次阅读 2018-08-18 01:17:32
    1 生物神经网络 2 神经元 神经系统的基本结构和机能単位。接受刺激,产生兴奋或抑制。通过神经元相互间的联系,八传入的神经冲动加以分析、贮存,并发出调整后的信息。 组成:包体(soma)、突起(neurites); ...

    1 生物神经网络

    生物神经网络(Biological Neural Network)一般指生物的大脑神经元、细胞、触点等组成的网络,用于产生生物意识,帮助生物进行思考和行动。
      每个神经元可以看做一个小的处理单元,这些处理单元按照某种方式相互连接起来,构成了大脑内部的生物神经元网络,这些神经元之间连接的强弱,按照外部的激励信号作自适应变化,而每个神经元又随着接收到的多个激励信号的综合大小,呈现兴奋或抑制状态。

    2 神经元(Neuron)

    2.1 定义

    神经元又称神经细胞,是神经系统的基本结构和机能単位。神经元是一种高度特化的细胞,具有感受刺激和传导兴奋的功能。接受刺激,产生兴奋或抑制。通过神经元相互间的联系,把传入的神经冲动加以分析、贮存,并发出调整后的信息。

    2.2 结构

    • 组成:胞体(soma)、突起(neurites);
      • 胞体:是神经元的代谢和营养中心,结构与一般细胞相似。存在于脑和脊髓的灰质及神经节内,形态各异,常见有星形、锥体形、梨形和圆球形。
      • 突起:树突(dendrite)、轴突(axon)。
        • 突触(synapase):神经元之间的机能连接点。
        • 树突:接受刺激并将冲动传入细胞体。
        • 轴突:将神经冲动由胞体传入其他神经元或效应细胞。

    3 工作流程

    生物神经元具有两种状态:兴奋或抑制。当传入的神经冲动使细胞膜电位升高超过阈值(threshold)时,细胞进入兴奋状态,产生神经冲动并由轴突输出;当传入的神经冲动使膜电位下降低于阈值时,细胞进入抑制状态,没有神经冲动输出,工作过程如图3.1所示。
    生物神经网络

    图3.1 神经元工作流程

    4 信息整合

    单个神经元可以与多达上千个其他神经元的轴突末梢形成突触连接,接受从突触前各个轴突传来的脉冲输出,这些输入从不同的部位输入给神经元,个输入的权重(weight)影响也不同。
      一个神经元的输入信息在时间和空间上常呈现一种复杂多变的形式,神经元需要对其进行整合,从而决定其输出的时机和强弱。

    • 空间整合
      同一时刻产生的刺激所引起的膜电位变化,大致等于各单独刺激引起的膜电位变化的综合。
    • 时间整合
      各输入脉冲抵达神经元的时间先后不一致,总的突触后膜电位为一段时间内的累积。

    5 电位

    神经细胞膜电位在不同时期,具有不同的状态,通常分为静息电位和动作电位。

    • 静息电位(Resting Potential,RP)
      • 细胞未受刺激时,即处于“静息”状态下存在于细胞膜两侧的电位差。
      • 极化:神经纤维在安静时是细胞膜外正电,细胞膜内负电。
    • 动作电位(Action potential,AP)
        各种可兴奋细胞受到有效刺激时,在细胞膜两侧产生的快速、可逆并有扩散性的电位变化,包括去极化、复极化等环节。
      • 去极化(除极化):受刺激时,细胞膜内外不带电。
      • 反极化:刺激后期,细胞膜外负内正。
      • 复极化:兴奋传递结束,恢复到安静状态。

    6 名词解释

    6.1兴奋和抑制

    • 兴奋:活体组织因刺激而产生的冲动反应,神经活动由静息状态或较弱的状态转为活动或较强的状态。
    • 兴奋性:可兴奋组织受到有效刺激时,具有发生兴奋即产生冲动的能力;
    • 抑制:神经活动的状态或较强的状态转为静息或较弱的状态;
    • 兴奋或抑制不是简单地活动或静止状态,兴奋或抑制都是神经活动的过程,是指这种活动搜索所指引的方向。
    • 引起兴奋的主要条件
    • 组织的机能状态(兴奋、抑制)
    • 刺激的特征(强度、时间、强度-时间)

    6.2 阈刺激

    • 刺激:能引起生物体活动状态发生变化的各种环境因子。分为直接刺激(direct stimulus)和间接刺激(indirect stimulus)。
    • 反应:由刺激而引起的集体活动状态的改变。
    • 阈刺激:达到阈强度的有效刺激。
    • 阈上刺激:高于阈强度的刺激。
    • 阈下刺激:低于阈强度的刺激。
    • 原理:阈下刺激和阈刺激或阈上刺激一样均可以引起细胞膜去极化,但阈下刺激不会引发动作电位,这是因为阈刺激和阈上刺激可以使细胞膜上Na+通道大量激活,Na+内流量增多从而出现一次快速可逆的电变化,这个过程一旦发生即与刺激强度无关。
    • 阈强度高,兴奋性低;与强度低,兴奋性高;
    • 时值(chronaxie):当刺激强度为阈强度的2倍时,刚能引起反应所需的最短刺激持续时间;
    • 时值愈短,兴奋性愈高。

    6.3 阈强度

    • 引起组织发生反应的最小刺激强度(具有足够的、恒定的持续时间和强度-时间比率),与刺激的强度无关,又称为强度阈值。
    • 阈强度是使膜电位去极化达到阈电位引发动作电位的最小刺激强度,是刺激的强度阈值;
    • 阈电位是指能使可兴奋的细胞膜Na+或Ca2+通透性突然增大的临界膜电位;

    6.4 不应期

    • 绝对不应期(absolute refractory period):组织兴奋后,在去极后到复极化达到一定程度之前对任何程度的刺激均不产生反应。
    • 相对不应期(relative refractory period):绝对不应期之后,随着复极化的继续,组织的兴奋性有所恢复,只对阀上刺激产生兴奋。
    • 超长期(supranormal period):相对不应期之后,兴奋恢复高于原有水平,用阈下刺激就可引起兴奋。
    • 低常期(subnormal period):超长期之后,组织进入兴奋性较低时期,只有阈上刺激才能引起兴奋。

    展开全文
  • 科普__人工神经网络_VS_生物神经网络
  • 生物神经网络的建模与仿真.pdf
  • 从深层神经网络学习生物神经网络编码原理的经验教训- 所使用的深度神经网络模型和模拟场景的代码
  • 人工神经网络 1.不会产生新的链接 2.将传过来的信号,传回去,看看结果是否正向的,进而修正数据 - 术语为 :误差反向传播算法。...1.生物神经网络,接受到刺激,会建立新链接 2.接受到正向的反馈,也优化神经元...

    人工神经网络

    1.不会产生新的链接

    2.将传过来的信号,传回去,看看结果是否正向的,进而修正数据 - 术语为 :误差反向传播算法。本质上是一个数学模型

     

    生物神经网络

    1.生物神经网络,接受到刺激,会建立新链接

    2.接受到正向的反馈,也优化神经元

    展开全文
  • 生物神经网络的建模与仿真
  • 一:生物神经网络 构成生物神经网络系统和功能的基本单位是生物神经细胞,也叫作生物神经元,一个生物神经元由细胞核,树突,轴突,突触等组织构成,而一个完整的生物神经网络系统由成千上万个生物神经元构造而成。...

    一:生物神经网络

    构成生物神经网络系统和功能的基本单位是生物神经细胞,也叫作生物神经元,一个生物神经元由细胞核,树突,轴突,突触等组织构成,而一个完整的生物神经网络系统由成千上万个生物神经元构造而成。

    图中左边类似于树枝的是树突,树突是神经元的信息输入端,一个神经元通过树突就可以接受来自外部神经元的信息传入,图中中间的长条是轴突,轴突是神经元的信息输出端,神经元通过轴突可以把神经元中已处理完成的信息传递到突触,图中右边同样类似于树枝但是带有小圆点的是突触,突触是本神经元和外部神经元之间的连接接口。大量的神经元通过树突和突触互相连接,最后构造出一个复杂的神经网络。生物神经元的信息处理流程简单来说是先通过本神经元的树突接受外部神经元传入本神经元的信息,这信息会根据神经元内定义的激活阈值选择是否激活信息,如果输入的信息最终被神经元激活,那么会通过本神经元的轴突将信息输送到突触,最后通过突触传递至与本神经元连接的其他神经元

     

    二:人工神经元MP

          

     

    展开全文
  • HR生物神经网络的抗干扰控制研究.pdf
  • 动态贝叶斯网络结构搜索法辨识生物神经网络连接
  • 2,30年前,那时候的我们一想到神经网络,就会想到生物神经系统中的数以亿计的细胞相互连接,将感官和反射器联系在一起。但是今天,你可能的第一反应却是电脑与电脑程序当中的人工神经网络,昔日复杂的动神经网络...

    2,30年前,那时候的我们一想到神经网络,就会想到生物神经系统中的数以亿计的细胞相互连接,将感官和反射器联系在一起。但是今天,你可能的第一反应却是电脑与电脑程序当中的人工神经网络,昔日复杂的动神经网络系统居然神奇的放入了计算机。而且人类正将这种人工神经系统推向更高的境界,今天的是世界早已布满了人工神经网络的身影。
    比如Google的搜索引擎,股票价格预测,机器人学习,围棋,家庭助手,等等等等,从金融到仿生样样都能运用,看起来人工神经网络的确很强大,但,是不是有这么一个问题一直伴随着你:计算机领域的神经网络和我们自己身体里的神经网络究竟是不是一样的?科学家们通过长期的探索,想让计算机像人一样思考,所以研发了人工神经网络,究竟和我们的神经网络有多像?

    人的神经网络

    900亿的神经细胞组成了我们复杂的神经网络系统,这个数量甚至可以和宇宙中的星球数相比较。但如果仅仅依靠单个的神经元,是永远没有办法让我们像今天一样,完成各种任务,处理各种复杂的问题,那我们是如何靠这些神经元来解决问题呢?首先需要知道的是我们的记忆是如何产生的,现在想象自己还是一个婴儿。
    包着尿布的我们什么都不知道,神经元并没有形成系统和网络,可能只是一些分散的细胞而已,一端连着嘴巴的味觉感受器,一端连着手部的肌肉,小时候,世界上有一种神奇的东西交做糖果,当我们第一次品尝它的时候,美妙的感觉让我们发现活着是多么有意义的一件事。这时候神经元开始产生连接,记忆形成,但是形成的新连接如何变成记忆,仍是科学界的一个迷,不过现在,我们的手和嘴产生了某种特定的搭配,每次发现有糖果的时候,某种生物信号就会从我们的嘴,通过之前的形成的神经连接,传递到手上,让手的动作变得有意义。现在我们看看人工神经网络要怎样达到这个目的。

    人工神经网络

    首先,替代掉生物神经网络的,就是已经成体系的人工神经网络,所有神经元之间的连接都是固定不可更换的,这也就是说,在人工神经网络里,没有凭空产生新连接这回事。人工神经网络典型的一种学习方式就是,我们已经知道吃到糖果后,手会如何的动,但是我想让神经网络学着帮我做这件动动手的事情,所以我预先准备好非常多吃糖的学习数据,然后将这些数据一次次放入这套人工神经网络系统中,糖的信号会通过这套系统传递到手。然后通过对比这次信号传递后,手的动作是不是讨糖动作,来修改人工神经网络当中的神经元强度,这种修改在专业术语中叫做“误差反向传递”,也可以看作是再一次将传过来的信号传回去,看看这个负责传递信号神经元对于讨糖的动作到底有么有贡献,让它好好反思与改正,争取下次做出更好的贡献。

    两者区别与联系

    人工神经网络靠的是正向和反向传播来更新神经元,从而形成一个好的神经系统,本质上,这是一个能让计算机处理和优化的数学模型,而生物神经网络是通过刺激,产生新的连接,让信号能够通过新的连接传递而形成反馈,虽然现在的计算机技术越来越高超,不过我们身体里的神经系统经过了数千万年的进化,还是独一无二的,迄今为止,再复杂,再庞大的人工神经网络也不能替代我们的小脑袋,我们应该感到自豪,也应该珍惜上天的这份礼物。

    展开全文
  • 基于互信息的生物神经网络功能性连接辨识.pdf
  • 人工智能-生物神经网络 引言 (1)从解剖学和生理学来看,人脑是一个复杂的并行系统,它 不同于传统的 Neumann式计算机,更重要的是它具有“认 知”“意识”和“感情”等高级脑功能。 (2)人工方法摸拟这些功能,...
  • #人工生物神经网络 Bionet 模拟了一个受生物学启发的神经网络,由可以以任意配置连接的感觉神经元、中间神经元和运动神经元组成。 信号一次一个突触通过网络传播。 网络行为被定义为一系列感觉运动神经元放电。 ...
  • 这篇文章主要讲神经网络的基础知识, 包括神经网络的历史、发展及其原理,还包括了生物神经网络和人工神经网络的类比, 希望能帮大家更好的理解神经网络
  • 基于互信息的生物神经网络功能性连接反向辨识
  • 【深度学习】生物神经网络

    千次阅读 2017-03-10 17:44:14
    神经元 神经元(neuron),又称神经原或神经细胞(nerve cell),是... 生物神经网络(Biological Neural Networks)一般指生物的大脑神经元、细胞、触点等组成的网络,用于产生生物的意识,帮助生物进行思考和行动
  • 本文构造了一个具有小世界连接特性的生物神经网络,数值模拟研究了外加刺激频率引起的放电同步现象。同时考虑网络结构对同步的影响,取网络耦合强度作为参量来研究它对网络同步的影响。研究发现,在某一个特定的共同...
  • 人工神经网络vs生物神经网络

    千次阅读 2018-04-09 16:00:47
    学习资料:Python 做神经网络 Tensorflow 教程Python 做神经网络 Pytorch 教程历史 2-30年前, 一想到神经网络, 我们就会想到生物神经系统中数以万计的细胞联结, 将感官和反射器联系在一起的系统. 但是今天, 你可能...
  • AlpVision将为人工智能研究提供在线生物神经网络服务器订阅服务.pdf
  • 生物神经网络工具箱 Biological Neural Networks (BNNs) Toolbox for MATLAB 是一款免费的开源软件,用于模拟大脑和中枢神经系统模型,基于 MATLAB 计算平台。 正如工具箱的名称所暗示的那样,该软件包的主要目标是...
  • 它使用图形工具来模拟生物神经网络,以编辑神经元和网络,运行模拟并分析结果。 它使用C语言编写,可在Unix和Windows上运行。 网站:http://ticemed-sa.upmc.fr/xnbc/所有最新版本都在此站点上。
  • 该项目尝试使用类似变压器的架构来创建受生物神经网络启发的自我注意系统 在像BERT这样的标准转换器中,自我注意是在令牌嵌入之间执行的。 但是,在神经元变换器中,在一定数量的“神经元”之间执行自我注意,每个...
  • 而反向逆权值,恰好可以通过Pre-Training得到,从另一方面又佐证了Pre-Training机制在生物神经网络中是可能存在的。 解释四:神经突触更新法则 这部分,是Hinton根据上面的一些假设,做出的一份合理神经突触...
  • 神经网络 Cinema4D + 三.js
  • 原文作者:MADELINESCHIAPPA译者:李凌概要:通过对生物学习与人工智能进行的比较,我们可以建立一个更安全的基础设施系统。 通过对生物学习与人工智能进行的比较,我们可以建立一个更安全的基础设施系统。 本文由...
  • 本文综合整理常用的神经网络,包括生物神经网络、人工神经网络、卷积神经网络、循环神经网络、生成对抗网络;参考了许多高校的课程、论文、博客和视频等。文章的结构是先进行概念了解,然后结合图片、结构图、一步...
  • 生物React神经网络
  • 卷积神经网络

    万次阅读 多人点赞 2014-11-29 16:20:41
    自今年七月份以来,一直在实验室负责卷积神经网络(Convolutional Neural Network,CNN),期间配置和使用过theano和cuda-convnet、cuda-convnet2。为了增进CNN的理解和使用,特写此博文,以其与人交流,互有增益。...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 41,818
精华内容 16,727
关键字:

生物神经网络