45432

Модель нейрона. Понятие нейронной сети. Особенности функционирования технических структур, моделируемых нейронной сетью

Доклад

Коммуникация, связь, радиоэлектроника и цифровые приборы

Схема работы натрийкалиевого насоса: а активные центры захватили ион калия снаружи и ион натрия внутри клетки; б белковая молекула захватившая ионы повернулась на 180 за счет энергии АТФ и освободила захваченные ионы при этом калий попал внутрь клетки а ион натрия был выброшен наружу в молекула вновь повернулась на 180 и готова к захвату новых ионов. Диффузия в жидкостях происходит при помощи ионов. Идет расслаивание ионов возникает потенциал...

Русский

2013-11-17

92 KB

3 чел.

  1.  Модель нейрона. Понятие нейронной сети. Особенности функционирования технических структур, моделируемых нейронной сетью

Нейронные сети

           Предпринимались попытки построения искусственного интеллекта на  основе нейронных сетей. Сразу заметим, что для полноценной имитации  следует иметь достаточное число нейронов, обеспечить потенциальную сложность. На одном нейроне имитировать интеллект явно не удастся. Сколько же нейронов потребуется для его создания? Как реально функционирует  реальный нейрон?

           Сок по дереву вверх гонит сила осмотического давления. Осмос - сила самопроизвольного проникновения растворителя (воды) в раствор (вода с сахаром), отделенного от него перепонкой (пленкой, полупроницаемой мембраной), через которую проходит растворитель, но не проходит растворенное вещество. Примерами перепонок в природе являются - кожа лягушки, мочевой пузырь, глина. Мембрана характеризуется проведением различных веществ через себя в различные стороны с различной способностью.

      

     рис.10.1

     Простейший осмометр: А - сосуд с растворителем, Б - трубка с раствором, В

     - полупроницаемая пленка (мембрана), Г - шкала для измерения разности

     уровней h.

      

     рис.10.2

     Схема работы натрий-калиевого насоса: а - активные центры захватили ион

     калия снаружи и ион натрия внутри клетки; б - белковая молекула,

     захватившая ионы, повернулась на 180° за счет энергии АТФ и освободила

     захваченные ионы, при этом калий попал внутрь клетки, а ион натрия был

     выброшен наружу в - молекула вновь повернулась на 180° и готова к захвату

     новых ионов.

           Устройство клеточной мембраны: состоит из жироподобного вещества (липиды), толщиной в 2 молекулы с встроенным множеством белковых молекул. Эти молекулы - ионные каналы (насосы) - пропускают одни вещества и не  пропускают другие. Разные белковые вставки обеспечивают действие различных  "фильтров". Со временем ионные каналы разрушаются и образуются, происходит их непрерывная регенерация. Синтезируют каналы рибосомы под управлением  РНК. Ионные каналы вероятностные - в один момент времени они могут  перевернуться (сработать) и пропустить вещество в клетку, а могут этого и  не сделать. Таким образом природа защищается от ударных нагрузок.

           Диффузия в жидкостях происходит при помощи ионов. Таким образом, осуществляется диффузия зарядов. NaCl - раствор соли в воде. Ионы имеют различную массу и поэтому движутся в воде с различными скоростями. Идет расслаивание ионов - возникает потенциал Нернста. У клетки возникает  поверхностный заряд. Если мембрану возбудить внешним источником (20mB), то эта мембрана становиться более проницаемой для ионов Na (в 20 раз больше). Na существенно больше в среде - возникает натриевый ток и клетка  перезаряжается (заряд вместо отрицательно становиться положительным) и находится в таком заряженном состоянии. Но в связи с тем, что Na  становится больше, то передергивать Na из среды клетка перестает.

      

     рис.10.3

      Возникновение разности потенциалов на полупроницаемой мембране: А - раствор с низкой концентрацией ионов (наружная среда), Б - полупроницаемая  мембрана, пропускающая положительные ионы калин, но не пропускающая анионы, В - раствор с высокой концентрацией ионов внутри клетки, а - Исходное состояние до возникновения разности потенциалов: внутри ионов калия (черные точки) много, снаружи (раствор А) - мало, но и там, и там заряды ионов калия компенсируются отрицательными зарядами анионов, б -  Конечное состояние динамического равновесия: часть ионов калия прониклачерез полупроницаемую мембрану, снаружи положительных зарядов стало  больше, чем отрицательных, внутри - наоборот. Анионы тянут "убежавшие" ионы калия назад, в результате потоки ионов калия через мембрану в ту и в другую сторону становятся равными. Возник нернстовский потенциал.

      

     рис.10.4

      Зависимость калиевой (а) и натриевой (б) проводимостей .клеточной мембраны от времени и от величины деполяризации. По оси абсцисс- время в мс, по оси ординат - проводимость мембраны в мС/см2. Цифры около кривых показывают  сдвиг МП от ПП по направлению к нулю или еще дальше в сторону положительных потенциалов. Точки показывают значения, полученные в эксперименте, а кривые - результат решения уравнений Ходжкина- Хаксли.

Модель 1 (Ходжкина - Хаксли)

          Данная модель описывает микродинамику нейрона.

C( dV/dt ) = qK( V - VK )  +  qNa ( V - VNa )  +  I(t);

      

qK = qKmax + n4;                      qNa = qNamax + m3h;

dn/dt = an( 1 - n ) - bnn;

dm/dt = am( 1 - m ) - bm;

dh/dt = ah ( 1 - h ) - bhh;

an = 0.7e-V/20;

am = (0.1( V - 25 )) / ( 1 - e)( 25 - V) / 10;

ah = (0.01( V - 10 )) / ( 1 - e)( 10 - V) / 10;

bn = 0.125e-V/80;

bm = 4e-V / 18;

bh = 1/ ( ( 1 - e( 30 - V )/10 ) );

           Нейрон проводит электрический сигнал, но не так как металлический проводник. Движение возбуждения импульса происходит благодаря тому, что предыдущий фронт возбуждает следующий.

      

     рис.10.5

      Схемы, поясняющие механизм распространения возбуждения по нервному волокну: а - эквивалентная электрическая схема нервного волокна, участок 1  возбужден, конденсатор С1 перезаряжается, в цепи идет ток от С2 и от С3 к  С1 (сила тока показана толщиной стрелок), в следующий момент перезарядится конденсатор С2; б - иллюстрация к теории местных токов Германа; в -  распространение нервного импульса связано с изменением проводимости  мембраны: передний фронт ПД обусловлен потоком входящих ионов натрия, а задний - выходом из волокна ионов калия.

          Распространение импульса имеет свои особенности.

1)Рефракторный период (время, в течении которого клетка невосприимчива к возбуждению) - мешает    распространению импульса в другом направлении.

2)Одна случайно возбужденная клетка не может возбудить соседние - ее заряд мал, и его глушат заряды    соседних клеток.

3) Фронт возбуждения самопроизвольно выпрямляется.

4) Если импульс встречает препятствие, то фронт может начать двигаться по  спирали (генератор    импульсов).

          Постоянный ритм работы организма обеспечивается сглаживанием,

     усреднением, рефрактерностью и самосинхронизацией ансамблей клеток.

Модель 2

          Модель является динамической.

      

          k - коэффициент возбуждения. Возбуждение, как видно из формулы,

     возникает только тогда, когда входной потенциал Et превышает пороговое

     значение P. В формуле затухания присутствует коэффициент затухания a. rij 

     - коэффициент усиления. Если он увеличивается, происходит запоминание

     информации. При уменьшенни его значения информация забывается.

Модель 3 (дискретный уровень)

          Элемент может совершать различные логические функции. Нейрон -

     элемент с перенастраиваемой логикой.

      

Модель 4 (модель нейронной сети)

      

           

Персептрон

           Как на самом деле функционируют мозг? Как он строит связи внутри  себя? Как происходит процесс обучения нейтронной сети?

      

           Нейронов случайное число и соединены они случайно. Требуется построить алгоритм соединения, после которого модель будет действовать  целесообразно.

          Персептрон (от слова перцепция - восприятие) можно рассматривать как вариант реализации нейронной сети.

Алгоритм обучения нейронной сети:

     di - желаемый выход некоторого i -го эффектора.

     yi - текущее состояние эффектора.

     E - ошибка между желаемым и действительным. Если она минимальна, то

     обучение прошло успешно.

          Структуру, входные и выходные сигналы менять нельзя. Минимизировать E

     можно за счет изменения wij.

      

     1 - зависимость скорости изменения ошибки от выходного сигнала

     персептрона.

     2 - зависимость скорости изменения ошибки от входного сигнала персептрона.

     3 - зависимость скорости изменения ошибки от веса связи

         

Алгоритм возвратного вычисления

           Мы знаем, что должно быть на выходе и постепенно вычисляем вход от   слоя к слою по цепочке формул 1 - 2 - 4 - 2 - 4 - 2 - 4 - : При этом после  определения (2) в каждом слое можно вычислить по формуле (3) dw и далее w  по формуле: w = w + dw. Реализуется как бы метод градиента.

           Задача стоит в следующем: найти все wij, то есть настроить веса всех связей так, чтобы персептрон выдавал нужный выходной сигнал на соответствующий входной. Для настройки (обучения) персептрона на задачу  необходимо реализовать множество итераций. Цель уменьшить ошибку Е до  нуля. В результате находятся все лучшие значения wij. Обучение происходит экспоненциально. Если ошибка Е не приходит к нулю, то означает, что сложности персептрона мало для обучения данному примеру (примерам),  количество слоев или нейронов в слоях надо увеличить.

          Общие признаки технологии следующие. Система начинает обнаруживать закономерности во входной информации. Система не знает, как она обучается  - ей безразличен предмет рассуждений. Система легко доучивается и переучивается.

          На вход подавались 64 изображения. В качестве обучения система должна  была выдавать ответ на вопрос - есть ли зеркальная симметрия в картинке. На 64 изображениях она обучалась - ей объясняли есть ли зеркальное изображение или его нет. Затем дали экспертную картинку - изображение,  которое до сих пор она не видела. Она точно ответила на задаваемый ей вопрос. Таким образом, эксперимент проходил в две стадии - обучение  (персептрону давали ряд примеров) и экспертиза (проверка степениобученности). Каждый персептрон обучался экспоненциально. персептроныобучали решению арифметических примеров, чтению английского текста, распознаванию произносимых букв и т.д.

          Персептрон можно "недокормить" примерами, но можно и "перекормить".

          Пример:   Персептрон 1-го порядка достаточно свободно справляется с  задачами распознавания изображений, к которым было применены эффекты  масштаба и поворота, но не могут "переварить" сдвиг. Поэтому требуется применить несколько персептронов. Количество персептронов надо увеличивать иерархически, пока сложность системы не сравняется со сложностью задачи.

           


 

А также другие работы, которые могут Вас заинтересовать

60814. Зимние праздники 45.5 KB
  Цель урока: Формирование у учащихся более полного представления о народной праздничной культуре русского народа. Задачи: 1. Обобщить полученные знания по русским зимним праздникам.
60815. Музыка осени 161 KB
  Уметь: Умение откликаться на музыку различного характера и различать его; умение воспринимать выразительные средства музыки. Прогнозируемые результаты: эмоциональный отклик на музыку осени осмысленно владеть способами певческой деятельности...
60816. Великий Кобзар. Д. Красицький «Тарас Шевченко». Урок з читання 98 KB
  Мета: розширити знання учнів про життя і творчість Т. Г. Шевченка; удосконалювати навички правильного, виразного, швидкого читання; збагачувати словниковий запас учнів; розвивати мовлення, критичне мислення, творчі здібності дітей; сприяти національному вихованню учнів.
60817. Моя мережа: Інтернет очима дітей 6.56 MB
  Задачі проекту навчальні розвиваючі виховні Поглибити знання учнів про можливості об’єднання різнотипної інформації в одному електронному документі за допомогою засобів мультимедіа. Мотивація діяльності учнів.
60819. Навчання читання на уроках англійської мови в початковій школі 236 KB
  Необхідно приділяти особливу увагу навчанню молодших школярів таких видів мовленнєвої діяльності як читання аудіювання говоріння. Читання іноземною мовою як вид мовленнєвої діяльності...