Математические модели нейронных систем

Изучение нейронных систем - одно из самых романтических направлений научных исследований, поскольку нейронные системы присущи как человеку, так и животным. Самая совершенная интеллектуальная система - человеческий мозг. Никакой компьютер в настоящее время не может воспроизвести ее феномен. Более того, даже поведение таких относительно простых организмов, как кальмары, в настоящее время в полной мере невозможно смоделировать на компьютере. Законы функционирования отдельных элементов нервной системы в целом не плохо изучены. Однако, законы функционирования ассоциаций нельзя свести законам поведения отдельных элементов. На самом деле об эффектах, обусловленных коллективным поведением нейронных популяций, известно мало. Понятны некоторые самые общие принципы. Например, нейронные системы способны адаптироваться к меняющимся условиям, т.е. им не нужны жесткие программы. Одновременно, последние, хотя бы в форме рефлексов, присутствуют в нервной системе. Экспериментальное изучение эффектов коллективного поведения нейронных систем затруднено. Эти системы слишком сложно устроены. Так в мозге человека и животных каждый нейрон находится под воздействием тысяч других нейронов и, соответственно, влияет на тысячи нейронов. Всего же по современным оценкам в мозге порядка миллиарда нейронов. Огромное значение имеет математическое моделирование, как метод косвенного исследования. Оно помогает понять, какие процессы могут происходить в нейронных популяциях. Затем уже можно пытаться обнаружить соответствующие явления экспериментально. Модели различаются в зависимости от целей моделирования. Некоторые модели достаточно адекватно в деталях описывают поведение отдельных нейронов и помогают понять закономерности их функционирования. Они же являются базовыми для моделей малых нейронных популяций. Для описания больших популяций используют упрощенные модели нейронов. Упор делается на изучение эффектов коллективного поведения. Результаты моделирования используются как в нейрофизиологии, так и в технике. Уже сейчас выпускаются нейронные платы. Пока их возможности невелики. Они используются, например, в обработке изображений, а также при решении некоторых экономических задач. Следует отметить, что сейчас все задачи, которые можно решить с помощью нейронных плат, в принципе можно решить и с помощью обычного компьютера. Однако, нейронные платы увеличивают быстродействие. Перспективным считается направление, связанное с использованием нейронной техники для проведения вычислений. Ряд вычислений на нейроподобных системах может проводиться нетрадиционным способом -путем имитации явлений.

Дополнительные материалы

Физическая сущность парадокса близнецов
Показано, что мнимый парадокс близнецов имеет место в СТО из-за взаимного неразличения стандартного времени (путиподобного собственного времени движущегося объекта) и координатоподобного собственного времени инерциальной системы отсчета (И ...

Аппаратное обеспечение.
Структурная схема устройства показана на рис.2. Прибор выполнен на базе восьмибитового микропроцессора Z-80. Измерительная процедура всегда начинается с измерения периода. С генератора импульсов на таймер непрерывно поступают счетные импульсы. С п ...

Верификация физической нереализуемости гравитационных сингулярностей
Рассмотрено совместное решение уравнений ОТО и термодинамики для идеальной жидкости, обладающей топологией полого тела. Найдены пространственные распределения основных термодинамических и гравитермодинамических её параметров и характеристи ...

Разделы

Электромагнитный импульс как оружие

История вопроса и современное состояние знаний в области эми.

Лабораторные стенды в учебном процессе

Обзор и сравнительный анализ существующих стендов.

Аспекты технического знания

Технический объект и предмет технических наук.

Сварка металлов плавлением

Классификация электрической дуговой сварки.

Распределение примесей в кремнии

Описание процесса зонной плавки и ее математическая модель.



Наука сегодня и вчера - www.anytechnic.ru