Состояние - нейрон
Cтраница 3
Было показано, что недостатком оригинальной схемы Хопфилда и Танка является то, что простейшая сеть Хопфилда имеет тенденцию включать в маршрут ближайшие друг к другу города. Это происходит из-за того, что в определяющую длину маршрута часть функции Ляпунова входят парные произведения состояний нейронов сети. В результате, с увеличением числа городов маршрут, предлагаемый сетью, как правило, распадается на локально оптимальные участки, соединение которых, однако, далеко от оптимального. Ситуацию можно улучшить, если стимулировать сеть находить, например, локально наилучшие тройки городов. [31]
Таким образом, общее состояние каждого отдельного нейрона в тот или иной момент совершаемого рефлекторного акта определяется в результате взаимодействия прямых и косвенных влияний со стороны многих других нейронов. При этом дендритный аппарат, концентрирующий на себе главную массу касательных контактов, играет, вероятно, роль тонкого модулятора функционального состояния, сообщаемого данному нейрону. С развитием дендритных разветвлений соответственно повышается функциональная пластичность и реактивность нейрона - его отзывчивость на изменения состояний других нейронов. [32]
 |
Сравнение методов нейронных сетей и экспертных систем. [33] |
Ситуация, в которой некоторые данные не известны или не точны, встречается достаточно часто. Например, при оценке возможностей той или иной фирмы, можно учитывать ее официально декларируемый капитал, скажем в 100 миллионов, но лучше всего считать, что в действительности его величина является несколько большей и меняется в интервале от 100 до 300 млн. Удобно ввести в данном случае специальные нейроны, состояния которых кодируют не бинарные или непрерывные значения, а интервалы значений. В случае, если нижняя и верхняя граница интервала совпадают, то состояния таких нейронов становятся аналогичными состояниям обычных нейронов. [34]
 |
Слева состояния, запоминаемые в сети Кинцеля. Справа ложные образы. [35] |
Количество стационарных состояний при этом уменьшается, что было продемонстрировано Кинцелем в ходе компьютерного моделирования. Тем не менее, полное число стационарных состояний не может быть уменьшено до набора запоминаемых векторов. Минимальная память в этой сети представляет собой все возможные комбинации векторов минимального базиса, за исключением тех из них, в которых коррелируют состояния нейронов, антикоррелирующие в запоминаемых векторах. Сеть с такой минимальной памятью может быть получена с помощью простой модификации метода уничтожения фрустрированных связей, который стартует с сети, у которой величины всех синэптических связей положительны и равны между собой, и не уничтожает, а инвертирует знак связи, фрустрированной во всех запоминаемых состояний. [36]
Системный подход к анализу целостной деятельности живот-цых и человека, таким образом, заставляет исследовать физиологические функции отдельных нейронов различных уровней центральной нервной системы в их тесной связи с ведущими компонентами целостных системных организаций. Это особенно тчетливо проявляется при оценке изменений разрядной деятель-юсти отдельного нейрона в корреляции с последовательными этапами поведенческого акта животного. Поскольку этапы целенаправленного поведения - суть реализации узловых стадий функциональной системы ( афферентный синтез, принятие решения, эфферентный синтез и аппарат предвидения и оценки полученных результатов), следовательно, любой из воспринимаемых организмом раздражителей всегда имеет определенное информационное значение, иначе говоря, поступает в составе пусковой, обстановочной или обратной афферентации. Эти виды афферентных воздействий наряду с мотивационными возбуждениями и механизмами памяти создают интегративное состояние нейрона, которое в каждый данный момент времени разрешается в виде текущей конфигурации разрядов на его аксоне. Последнее является нейрофизиологическим отображением перераспределения степеней свободы реагирования нейрона, используемых в каждом случае для получения запрограммированного результата. [37]
Чтобы отобразить эти наблюдения в модели, предположим, что распознавание запахов обеспечивается некоторой нейронной сетью хопфил-довского типа. Однако пусть нейроны в этой сети обладают более сложной динамикой, чем элементы, введенные Мак-Каллоком и Питтсом. Существенным является только ее знак. Логично было бы предположить, что при больших h переход в состояние возбуждения действительно происходит быстро, а при уменьшении А его скорость уменьшается. Кроме того, нейробиологические данные говорят о том, что состояние нейрона в последующий момент зависит не только от внешних воздействий, но и от состояния самого нейрона в предыдущий момент времени. [38]
Хотя число глиальных клеток, окружающих нейроны, во много раз больше, нейроны являются клетками, специфичными для переработки информации и тем самым для интеллекта. Общая протяженность всех нервных волокон человеческого тела составляет 40 000 км. Помимо отводящих импульсы нервных волокон ( нейрит, аксон), большинство нервных клеток имеет клеточные отростки, называемые дендритами ( от греч. В теле клетки все возбуждения интегрируются и после. Речь здесь идет не о простой линейной интеграции, а о сложной переработке информации, зависимой от темпоральных и локальных признаков распределения возбудителей и свойств состояния нейрона. [39]
Страницы: 1 2 3