分享到:

神经元膜电位对信息的编码

神经元膜电位的放电活动是神经编码的基础.然而,目前对于神经元电活动对神经信息的编码方式,至今尚未形成一个完整的认识.传统的编码理论认为神经系统以离散的动作电位放电序列进行信息的表达和传递,主要研究动作电位的发放频率和放电活动的时  (本文共9页) 阅读全文>>

电子科技大学
电子科技大学

基于脉冲神经网络的图像识别的研究与实现

深度学习已经在图像识别领域中取得了一系列突破性表现。然而,这种复杂的深度神经网络模型需要巨大的计算和存储要求,这对于它们在资源有限的平台上进行实现造成了极大的困难。脉冲神经网络是受到基于脉冲的神经形态计算的启发,通常被认为是可以把人类大脑的工作机制和效率与深度学习紧密地联系在一起的第三代神经网络。所以其可以在更低的功率下实现更大的计算效率从而能够适应不同的资源平台。脉冲神经网络中最重要的就是脉冲信号,它是模拟大脑神经元使用基于事件驱动的信号来对神经信息进行编码。脉冲神经网络利用此优势作为生物学相关模型。但是目前的研究受限于不能有效地对外界刺激信息的编码以及浅层的网络结构。为了解决这样的局限性,本文通过受到关于人脑左右半球不对称处理低频空间信息和高频空间信息的启发,提出了一种新颖的混合框架。这种新的框架将提取特征能力优异的神经网络(DenseNet)和脉冲神经网络相结合。脉冲神经网络可以在提取特征过程中受到DenseNet的指导从...  (本文共77页) 本文目录 | 阅读全文>>

华南理工大学
华南理工大学

神经信息处理的简单模型研究

计算神经科学是一门跨领域的交叉学科,把实验神经科学和理论研究科学联系在一起,运用物理,数学以及工程学的概念和分析工具来科学地研究大脑的工作原理。近年来,随着实验技术的发展,实验数据的不断累积,大脑的研究工作越来越需要计算模型的方法,从系统,跨层次的角度来探讨大脑的工作机制。然而,神经系统极其复杂,它是一个典型的高维,多尺度,非线性的动态系统。计算神经科学的一个目标就是发展简单的计算模型,一方面它能抓住生物系统的关键特征,另一方面使得定量的分析成为可能。本文根据在突触,环路层面发现的实验现象,建立了一些符合生物事实的简单的模型,从理论上分析这些模型的计算意义。我们着重回答以下几个计算问题:1)实验现象背后的生物物理机制;2)从神经网络角度的来看,这些现象的计算意义是怎样的。本文的工作主要在以下三个方面:首先,基于实验上发现的兴奋性和抑制性输入在胞体上的整合计算公式,发展了一个简单的基于树突信息整合的单神经元模型,并详细的分析了分流...  (本文共113页) 本文目录 | 阅读全文>>

上海交通大学
上海交通大学

视网膜神经节细胞放电活动非线性分析及模型研究

视觉信号的初级处理发生在视网膜。视觉刺激被光感受器细胞转换成电信号,经由视网膜神经回路传递至视网膜神经节细胞,然后通过视神经进一步向视觉中枢传递。作为视网膜的输出神经元,神经节细胞发放的动作电位序列编码了视觉刺激所携带的信息。因此,对视网膜神经节细胞放电活动的研究有助于了解视网膜的信息处理和编码机制。此类研究的意义不仅在于对生物系统的了解,同时也为人工视觉的开发和利用提供生物学上的依据。使用自然刺激对探索视网膜如何对自然环境下的视觉信息进行处理和编码极为重要。然而自然刺激的统计特性非常复杂,神经系统本身还是一个复杂的非线性系统,这就使得视网膜神经节细胞在自然刺激下的放电活动往往表现出非周期的、不规则的形式。在分析视网膜神经节细胞这种非周期的、不规则的放电活动时,首先应该判断其中是否包含确定性,从而为下一步的数据分析工作奠定基础。论文第一部分在单细胞层面上采用关联维数法和非线性预测法对视网膜神经节细胞在自然电影刺激和棋盘格刺激下的...  (本文共106页) 本文目录 | 阅读全文>>

兰州大学
兰州大学

神经元信息传递及其能量效率的研究

大脑中的神经元,通过对环境变化的感知,在受到外部信号刺激后,将信息以动作电位的形式传递给其他神经元。由神经元集群所组成的神经系统,不断地接收信息、分析信息、做出决策,从而直接或间接的控制整个肌体。根据信息在神经元中传输的机制,对信息载体——动作电位序列,采用信息理论中“熵”的概念来量化系统所传输的信息容量,从而得到传输过程中,神经系统的编码效率。此外,在传输和表达发放序列的过程中,系统也在消耗能量。为了应对复杂的系统环境,一方面要使系统传输的有效信息容量最大化,另一方面要使传输过程中系统的能量消耗最小,这是神经系统在进化过程中恪守的关键原则。本文进行了两个方面的研究工作,一是基于二维映射的Courbage-NekorkinVdovin(CNV)模型,研究了单个神经元模型的发放动力学性质,以及在不同的编码模式和发放模式下,系统所传输的有效信息容量及其编码效率;二是基于自突触Hodgkin-Huxley(Autapse HH)模型,...  (本文共105页) 本文目录 | 阅读全文>>

杭州电子科技大学
杭州电子科技大学

基于视觉神经元网络计算模型及其在图像边缘检测中的应用研究

视觉系统是人类感知客观世界的主要途径。虽然随着神经实验手段的不断完善,人们已经可以从单个视觉细胞、视觉功能团组以及视皮层复杂信息流等层面对视觉系统的神经编解码模式展开研究,但上述研究大多局限于对视觉神经生理实验的观察或验证上。因此如何从人工智能和信息处理的角度出发,考虑建立符合视觉神经特性的网络计算模型,并研究其在图像处理中的具体应用就显得非常有意义。本文首先基于Leaky Integrate-and-Fire(LIF)模型建立神经元网络,利用神经元感受野及发放波动特性,解释视觉感光层功能在视觉系统信息获取中的重要作用;然后基于化学突触可塑性,研究信号传递过程中神经编码的作用,并应用于图像边缘检测中,解释神经编码模式在视觉系统信息提取中的重要性;最后本文以零件断层扫描图像为例,结合感光层功能及基于动态化学突触的神经编码特征实现零件缺陷区域的边缘检测功能。本文的具体研究内容及成果包括:(1)提出了一种基于视觉感光层功能的图像边缘检...  (本文共57页) 本文目录 | 阅读全文>>