Устройство для моделирования нейрона

 

Изобретение относится к нейрокибернетике и может быть использовано при исследовании нервной системы методами аналогового моделирования, а также в управляющих и интеллектуальных системах. Целью изобретения является повышение достоверности моделирования путем воспроизведения влияния синаптического гока на реакцию пессимума. Поставленная цель реализуется за счет введения в состав известного устройства третьего 8 и четвертого 15 сумматоров, пятого сумматора 12 с двумя входами и группы нелинейных элементов 14. Предлагаемое устройство неоднозначно реагирует параметрами спайков (амплитуда , длительность уровень следовой гиперполяризации ) на возрастание частоты выходной спайковой последовательности. 1 ил.

СОЮЗ СОВЕТСКИХ

СОЦИАЛИСТИЧЕСКИХ

РЕСПУБЛИК (5!)5 6 06 G 7/60

ГОСУДАРСТВЕННЫЙ КОМИТЕТ

ПО ИЗОБРЕТЕНИЯМ И ОТКРЫТИЯМ

ПРИ ГКНТ СССР

ОПИСАНИЕ ИЗОБРЕТЕНИЯ

К АВТОРСКОМУ СВИДЕТЕЛЬСТВУ

2 (21) 4774228/14 (22) 26.12.89 .(46) 15.11.91. Бюл,¹42 (71) Уфимский авиационный институт им.

Серго Орджоникидзе (72) Т,С.Лаврова, А.В,Савельев и А.Г,Жуков (53) 681.333 (088.8) (56) Авторское свидетельство СССР

¹ 1387023, кл. G 06 G 7/60, 1986. (54) УСТРОЙСТВО ДЛЯ МОДЕЛИРОВАНИЯ

НЕЙРОНА (57) Изобретение относится к нейрокибернетике и может быть использовано при исследовании нервной системы методами аналогового моделирования, а также в уп„„ 4 „„1691858 А1 равляющих и интеллектуальных системах.

Целью изобретения является повышение достоверности моделирования путем воспроизведения влияния синаптического тока на реакцию пессимума. Поставленная цель реализуется за счет введения в состав известного устройства третьего 8 и четвертого 15 сумматоров, пятого сумматора 12 с двумя входами и группы нелинейных злементов

14, Предлагаемое устройство неоднозначно реагирует параметрами спайков (амплитуда, длительность уровень следовой гиперполяризации) на возрастание частоты выходной спайковой последовательности.

1 ил. 1 691858

Изобретение относится к нейрокибер,<етике и может быть использовано при исследовании нервной системы методом аналогового моделирования, а также в управляющих и ин геллектугльных системах.

3;8!Ib изобретения -- новьццение достоВерности моделирoEBí;.ÿ путем Воспрсиз ьедения влияния синаптического тока на реакцию gee< имума

На че I>TQ> (e иэог> ра>кена функционал ь" ная схема уcTpoli!! тва для моделиоования нейрона, устро<1ство,зл<я моцелироваfféÿ ней ро на (фиг.1) содержи возбужденис ) и тормозящие 2 Входы последовател..нь<х цепочек в виде формирователей 3 входных сигналов., преоаразоватэл«4 част<эты в налря>кение и блоки 5 задания весовых коэффициентов, первый сумматор 6, второй многовходовый сумматор 7, гретий двухвходовый сумматор

8, функциональный преобразователь 9 с

T рапецеидальной ",мпг<итудной характеристикой, преобразователь 10 напряжения в частоту, управляемый формировател- 11 спайка, пятый сумматор 12, пороговый элемент <3, группу нелинейных элементов 14, многовходовый четвертый сумматор 15, инерционное звено 16 и масштабирующий усилител:. 17.

Устройство дл.- моделирования нейрона работает следу ощим образом.

На возбу>кдающие 1 и тормозящие 2 входы соответс: Ву<сщих групп формировагелей 3 пода<отся входные импульсные последовательности, преобразуемые В напря>кенигь про-<орциональные частотам, преобра

;возбу>кдаюший или тормозящий1,,Ц..:;88 эти напряжения суммируются отдельно,ля возбуждающих в первом сумматоре 6, тсрмозящих во втором сумматоре 7, Суммарный тормозящий сигнал вычитается из сумма >ного Возбу><(цающего в третьем сумматоре 8, и разностный сигнал г<одается. на

Вход функциональн:>ГО преоб<>азОВат8ля 9 с трапецеидальной амплитудной характеристикой, в котором сравнивается с егс порогом, и при превышении на выходе преобразс1Вателя 9 ПОЯ ВлЯ8тся чэпрЯжени8, и реоб разуем >e B< :зстоту импул ьсо в, генерируемьх пресбраэователем 10 напряжения в частоту Зт<и импульсы <Вода <отся HG управляемый формирователь 11 вместе с напряжением с выхода при Возрастании разностного сигнала с выхода сумматора 8, т.е, при усилении стимуляции нейрона и puB0pBIj(8h« I(росту чавcTo. ы разрядов, являет5;<ость и у<иеньшает до нуля величину следовой гиперполяризации, При Выходе

15 чие от известного в этих двух случаях будут

45 различны: в первом случае, пос<(ольку си HB

35 ся также управляющим для <)>ормирователя

11 и изме;<яет парэме<ры генерируемых спайков с ростом частоты, а именно уменьшает их амплитуду, увеличивает длительсигнала с выхода сумматора 8 на спадающий участоК характеристики преобразователя 9 включается пороговый элемент 13 и управля<ощий сигнал не Выходит из зоны насыщения преобарэователя 9, "; параметры выходных спайков 0 та. )TBB постоянными, Если напряжения с вь ходов бло .ов 5 не превышают порогов группы нелинейных элементов 14, предлагаемое <л-.тройствс работает аналогично известно "Iy, Если напряжение хо rя бы одного синапса последовательной цепочки превышает порог элемента 14 и попадает B линейную зону его характеристики, на выходе четвартого сумматора 15 появляется < аг:ряжение, поступающее через инерционное звено 16 и масштабирующий усилитель 17 на третий вход сумматора 12. После. суммирования с управляющим сигналом увели«ивае ce cKDрость изменения выходных спай<(ов. т.е. сокращается время наступления пессимума, Инерционное звено 16 <-,лужит для сглаживания резких изменений напряжения с выхода сумматора 15 при включении элементов 14, а усилитель 17 — для регулирования изменением его коэффициента усиления и подстройки скорости наступления пессимума по конкретному нейрону. Одна и та же частота разрядов нейрона мо>кет быть достигнута при низкочастотно<и активации большинства Возбужда<ощих входов, т.е. при слабых сигналах с вь ходов блока 5 либо при высокочастотной активаи«<и Одногодвух возбуждающих входов при сильных сигналах с выходов соответствующих им алоков 5, При этом параметрь< выходных спайков в предлагаемом усгройстве в отлильгс выходов блоков 5 не превыша<О-, пороги элементов 14, на выходах сумматора 15, звенаа 16 и усилителя 17 напряжение равно нулю и управление формирователем 11 осуществляется сначала с !Topolo входа сумматора 12, а затем с пео,oго его Входа по мере возрастания сигнал;- .: Вь хода преобразователя 9, Во BTcpoh. случае сигнал с бл<ока 5, соответстВую<ц8ГО сильно актиВированному возбу>кдаюи. е.,у Входу, превышает порог сьязанного с ним элемента ";4 и на третьем входе сумм тора 12 появляется напряжение, добавляющееся к управляющим напряжениям, пэступа:о<цим по,ервому и второму входу сумм-.тора 12 (:ум1691858

Формула изобретения

Устройство для моделирования нейрона, содержащее последовательные цепочки в виде формирователей входных сигналов, преобразователей частоты в напряжение и блоков задания весовых коэффициентов, тормозящие и возбуждающие входы устройства соединены с входами формирователей входных сигналов. первый сумматор, входы

Составитель А.Сапко

Техред M.Моргентал

Корректор О.Кундрик

Редактор А.Огар

Заказ 3930 Тираж Подписное

BHNNON Государственного комитета по изобретениям и открытиям при ГКНТ СССР

113035, Москва, Ж-35, Раушская наб., 4/5

Производственно-издательский комбинат "Патент", г. Ужгород, ул.Гагарина, 101

Ю марный сигнал, снимаемый с его выхода, является управляющим для формирователя

11.

Таким образом, в отличие от известного устройства, изменение выходных импульсов которого, т.е, реакция пессимума, происходит линейно с возрастанием частоты разрядов, предлагаемое устройство обеспечивает зависимость скорости развития пессимума от силы, т,е, синаптического тока, раздражения, что более реалистично воспроизводит функции живого нейрона, Предлагаемое устройство неоднозначно реагирует параметрами спайков {амплитуда, длительность, уровень следовой гиперполяризации) на возрастание частоты выходной спайковой последовательности. Определяющее значение имеет причина повышения этой частоты — вследствие увеличения постсинаптического потенциала при слабой активации большого числа возбуждающих . входов или за счет сильной стимуляции отдельных синапсов, т.е. при возрастании постсинаптического тока. которого подключены к выходам блоков задания весовых коэффициентов, функциональный преобразователь, преобразователь напряжения в частоту и управляемый

5 формирователь спайка, соединенные госледовательно, выход управляемого формирователя является выходом устройства, второй сумматор и пороговый элемент, выход которого соединен с первым входом

10 второго сумматора, второй вход которого соединен с выходом функционального преобразователя, а выход соединен с вторым входом управляемого формирователя, о тл и чающее с ятем, что, с целью повыше15 ния достоверности моделирования путем воспроизведения влияния синаптического тока на реакцию пессимума, в него введены третий и четвертый сумматоры, пятый сумматор с двумя входами, группа нелинейных

20 элементов по числу возбуждающих и тормозящих входов устройства, которые разделены и через соответствующие последовательные цепочки соединены с входами первого и второго сумматоров, выходы которых

25 соединены с входами третьего сумматора, выход которого соединен с входами функционального преобразователя и порогового элемента, возбуждающие входы устройства через соответствующие последовательные

30 цепочки соединены с входами нелинейных элементов, входы которых соединены с входами четвертого сумматора, выход которого соединен с третьим входом пятого сумматора.

Устройство для моделирования нейрона Устройство для моделирования нейрона Устройство для моделирования нейрона 

 

Похожие патенты:

Изобретение относится к автоматике и вычислительной технике и предназначено для применейия в адаптивных сетях распознавания образов, а также в аналоговых вычислительных машинах, моделирующих нейронные сети

Изобретение относится к классу устройств, моделирующих нейрон, и может быть использовано в сенсорных и управляющих системах, а также системах контроля и распознавания образов

Изобретение относится к аналоговым вычислительным устройствам и может быть использовано для моделирования функций нервной системы, а также для применения в системах искусственного интеллекта

Изобретение относится к моделированию элементов дискретной автоматики с рабочим телом в виде потоков сыпучей среды и может быть использовано в качестве учебного пособия для наглядной демонстрации работы псевдонейронной сети

Изобретение относится к бионике и вычислительной технике и может быть использовано при моделировании процессов переработки информации в нейронных и нейроподобных сетях, а также в системах распознавания образов и управления

Изобретение относится к области аналоговой вычислительной техники и нейробионики и может быть использовано для исследования функционирования нейронов спинальных ганглиев, а также как функциональный элемент в системах искусственного интеллекта

Изобретение относится к нейрокибернетике и может быть использовано в модельных экспериментах при изучении некоторых функций нервной системы, а также как функциональный элемент в системах искусственного интеллекта

Изобретение относится к кибернетике и может быть использовано для моделирования контрастности, например, в опознающих устройствах

Изобретение относится к области бионики и вычислительной техники и может быть использовано при построении систем распознавания образов

Изобретение относится к области автоматики и может быть использовано для управления роботами, станками и др

Изобретение относится к оптоэлектронным нейроподобным модулям для нейросетевых вычислительных структур и предназначено для применения в качестве операционных элементов у нейрокомпьютерах

Изобретение относится к вычислительной технике и может быть использовано для воспроизведения искусственного интеллекта

Изобретение относится к области элементов автоматики и вычислительной техники, в частности к магнитным тонкопленочным элементам

Изобретение относится к программным вычислительным системам, основанным на коробах

Изобретение относится к нейроподобным вычислительным структурам и может быть использовано в качестве процессора вычислительных систем с высоким быстродействием

Изобретение относится к области моделирования функциональных аспектов человека

Изобретение относится к бионике и вычислительной технике и может быть использовано в качестве элемента нейроноподобных сетей для моделирования биологических процессов, а также для построения параллельных нейрокомпьютерных и вычислительных систем для решения задач распознавания образов, обработки изображений, систем алгебраических уравнений, матричных и векторных операций
Наверх