神经元网络同步放电的抗扰特性

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
听觉系统中的毛细胞和视觉系统中光感受器都 存在平均原则 .另 [10-11] 外,很多研究者认为在合适的 条件下噪声可 以 增 强 或 诱 导 同 步 ,甚 [12-13] 至 在 神 经 元中形 成 随 机 共 振 现 象 实 现 弱 信 号 的 检 测 与 传 递 . [14]
最 近 Tabareau 等 认 [15-16] 为 同 步 可 以 抑 制 噪 声 干扰,提高信息处理的精度.Needleman等 假 [17-18] 设 神经元受到较小噪 声 环 境 干 扰,基 于 线 性 动 力 学 模 型研究了“精度集体 增 强”的 问 题,即 振 子 之 间 同 步 可以提高脉冲发放 时 间 的 精 度.本 文 采 用 数 值 仿 真 的方法,研究噪声环 境 下 神 经 元 同 步 放 电 的 抗 扰 特 性;利 用 FitzHugh-Nagumo(FHN)神 经 元 网 络 模 型 ,展 示 了 神 经 元 同 步 抑 制 噪 声 干 扰 的 物 理 现 象 ;给 出了定量Leabharlann Baidu析神经元网络放电同步程度和抗扰特性 的 数 学 方 法 .在 此 基 础 上 ,研 究 了 神 经 元 数 目 和 耦 合 强度对放电同步程 度 和 抗 扰 特 性 的 影 响 规 律,并 分 析了神经元网络放电同步程度和抗扰特性之间的关 系及具有小世界属性的神经元网络同步放电的抗扰 特性.
可以表示为
t2
槡∑ xi -xj =
[xi(t)-xj(t)]2
t=t1
(3)
xi 和 xj 之 间 的 距 离 反 映 了 神 经 元i 和j 在
[t1,t2]时间内的放电同步程度.因此,可以利用 所 有
神经元膜电位的平均距离来表示神经元网络放电同
步 程 度 ,膜 电 位 的 平 均 距 离 (Dave)定 义 如 下 :
( ) dxi
dt
=r xi

13xi3
+yi
+Ii
+ξi(t) +烌

A(i,j)Cji(xj -xi)
i,j∈N,i≠j
烍 (1)
( ) dyi
dt
=-
1 r
(xi -a+byi)

式中:A 为 连 接 矩 阵,A(i,j)=1 表 示 存 在 神 经 元j
到神经元i 的边,否则不存在该边;Cji为神经 元j 对
1 FHN 神经元网络模型
值 计 算 时 令r=30,a=0.8,b=0.7.
2 神经元网络同步对噪声的抑制作用
数值 仿 真 时,令 N =200,Cji =1,A(i,j)=1. 网络中所有神经元接 收 相 同 的 刺 激 信 号Ii=0.08, μ=0,σ2 =1,神 经 元 输 入 信 号 的 信 噪 比 SNR= -21.9dB(下文如 无 特 殊 说 明,网 络 中 所 有 神 经 元 均 接 收 了 相 同 的 刺 激 信 号 Ii = 0.08,SNR = -21.9dB).本文中 SNR=10lg(Ps/Pn),Ps、Pn 分 别为刺激信号与噪声的功率.图 1(a)所 示 为 无 噪 声 FHN 神经元放电波形.图1(b)中,噪声严重 干 扰 了 单个神经 放 电 波 形.图 1(c)所 示 为 网 络 同 步 放 电 后,其中一个神经元的放电波形.可见,FHN 神经元 网络的同步放电行为几乎恢复了原有的放电波形. 因此,神经元网络利 用 同 步 放 电 对 噪 声 产 生 了 很 强 的 抑 制 作 用 ,形 成 了 可 靠 的 神 经 信 息 编 码 .
娄 建 安 (联 系 人 ),男 ,教 授 ,博 士 生 导 师 ,E-mail:lja1971@163.com.
1486
上 海 交 通 大 学 学 报
第 48 卷
码 、处 理 和 传 递 的 问 题 . 先验知识和平均是神经系统降低噪声干扰的两
条 重 要 原 则[5].神 经 细 胞 的 接 收 区 有 可 能 会 提 供 输 入 信 号 的 先 验 知 识[8].系 统 也 可 能 对 信 号 通 路 的 干 扰程度有所了解,从而获得噪声的先验知识 . [9]
(b)有噪声 FHN 神经元
(c)噪声环境下 FHN 神经元同步放电 图1 FHN 神经元同步抑制噪声干扰作用 Fig.1 Role of FHN neuronal synchronization
in noise-reduction
第 10 期
常 小 龙 ,等 :神 经 元 网 络 同 步 放 电 的 抗 扰 特 性
收 稿 日 期 :2013-12-16 基 金 项 目 :国 家 自 然 科 学 基 金 (51207167)资 助 项 目 作 者 简 介 :常 小 龙 (1986-),男 ,河 南 省 周 口 市 人 ,博 士 生 ,主 要 从 事 非 线 性 神 经 信 息 处 理 研 究 .E-mail:longsmalldragon@163.com.
同 步 现 象 普 遍 存 在 于 神 经 系 统 的 各 个 层 次 , [1] 对脑区间的通 信[2]、时 间 绑 定 以 [3] 及 选 择 注 意 等 [4]
功 能 有 重 要 影 响 .神 经 信 息 处 理 会 受 到 各 种 干 扰 ,如
离子通道的随机打 开、神 经 递 质 释 放 量 的 波 动 等 内 部噪声[5-6],以及 电 磁 辐 射 等 外 部 干 扰[7].由 此 产 生 了在干扰 环 境 下 神 经 系 统 如 何 实 现 信 息 可 靠 地 编
1487
3 放电同步程度与抗扰特性定量分析
3.1 神 经 元 网 络 放 电 同 步 程 度 评 价 指 标 [t1,t2]时间内,神 经 元 膜 电 位 xi 和xj 的 距 离
表示为
槡∫ xi -xj =
t2 [xi(t)-xj(t)]2dt
t1
(2)
数 值 仿 真 时 ,对 膜 电 位 离 散 采 样 后 ,膜 电 位 距 离
第48卷 第10期 2014 年 10 月
上海交通大学学报
JOURNAL OF SHANGHAI JIAO TONG UNIVERSITY
文 章 编 号 :1006-2467(2014)10-1485-06
神经元网络同步放电的抗扰特性
Vol.48 No.10 Oct.2014
常 小 龙a, 丁 国 良b, 娄 建 安c
Anti-Interference of Neuronal Network Synchronization
CHANG Xiao-longa, DING Guo-liangb, LOU Jian-anc (a.National Key Laboratory of Strong Electromagnetic Enviroment Simulation and Protection; b.Department of Information Engineering;c.Department of Vehicle and Electrical Engineering,
2( ∑ ) xi -xj
Dave =
i<j,i,j∈N
N (N -1)
(4)
Dave越 小 ,说 明 神 经 元 网 络 放 电 同 步 程 度 越 高 .
3.2 神 经 元 网 络 抗 扰 特 性 的 评 价 指 标
本文 借 鉴 相 关 性 分 析 的 方 法,通 过 计 算 无 噪 干
扰神经元放电波形与噪声环境下神经元网络同步放
电波形之间的相关 性,来 评 价 神 经 元 网 络 抗 扰 特 性
的强弱.
假设u1=f1(t),u2=f2(t)为2个连续的函数,则
在[t1,t2]时间内,u1,u2 的互相关函数可以表示为
∫ R12(τ)= t2f1(t+τ)f2(t)dt t
(军 械 工 程 学 院 a.强 电 磁 场 环 境 模 拟 与 防 护 技 术 国 家 重 点 实 验 室 ;b.信 息 工 程 系 ; c.车辆与电气工程系,石家庄 050003)
摘 要:为了揭示神经元网络在噪声环 境 下 实 现 可 靠 信 息 处 理 的 内 在 机 制,利 用 神 经 元 模 型 对 噪 声环境下神经元网络同步放电的抗扰特性进行数值计算和分析 .给 出 了 定 量 描 述 神 经 元 网 络 放 电 同 步 程 度 和 抗 扰 特 性 的 评 价 指 标 ,并 研 究 了 放 电 同 步 程 度 和 抗 扰 特 性 间 的 内 在 联 系 .数 值 仿 真 结 果 表明,神经元数目和耦合强度对网络的同步和抗扰特性影响 较 大;在 一 定 范 围 内,神 经 元 放 电 同 步 程 度 与 抗 扰 特 性 强 弱 间 具 有 近 似 线 性 的 内 在 联 系 .因 此 ,神 经 元 网 络 可 以 利 用 同 步 放 电 机 制 抑 制 噪 声 干 扰 ,执 行 可 靠 的 信 息 编 码 与 处 理 . 关 键 词 :神 经 元 网 络 ;噪 声 ;同 步 放 电 ;抗 干 扰 ;小 世 界 网 络 中 图 分 类 号 :TP 802;O 322;Q 189 文 献 标 志 码 :A
i 的耦合强度;ξi(t)为 高 斯 噪 声,用 来 模 拟 神 经 元 的 噪 声 环 境 ,神 经 元 之 间 的 噪 声 相 互 独 立 ,噪 声 的 统 计
特性用 均 值μ 和 方 差σ2 表 示;xi,xj 为 神 经 元 的 膜 电位;yi 为神经元 的 恢 复 变 量;Ii 为 外 界 刺 激 信 号; N 为网络包含神经元的数目;a,b,r 为 控 制 变 量,数
(a)无噪声 FHN 神经元
神经信息通常由一定数目神经元构成的群体进
行 编 码 .神 经 元 之 间 的 连 接 非 常 复 杂 ,既 包 含 了 规 则 的连接又 具 有 小 世 界 属 性.FHN 模 型 是 Hodgkin- Huxley(HH)的简化模型[19],它大 大 降 低 了 HH 模 型的维数.由 FHN 构成的神经元网络模型为:
Ordnance Engineering College,Shijiazhuang 050003,China)
Abstract:To understand the underlying mechanism of reliable neural information processing in noise,the neuronal model was adopted to build neuronal network and its activities of synchronized firing and charac- teristics of anti-inference were analyzed.The degree of synchronization and ability of anti-interference were quantified and the relation between them was discussed.The simulation results show that the scales of neuronal network and strength of coupling have remarkable effects both on synchronization and anti-inter- ference;under some conditions,the ability of anti-inference is almost linear with the degree of neuronal synchronization.Therefore,it is concluded that neuronal synchronization can reduce noise and execute reliable information coding and processing in the brain. Key words:neuronal network;noise;synchronized firing;anti-inference;small-world network
相关文档
最新文档