嗅觉神经网络非平衡动力学研究

发布时间：2018-01-15 19:28

  本文关键词：嗅觉神经网络非平衡动力学研究　出处：《吉林大学》2017年硕士论文　论文类型：学位论文

  更多相关文章： 非平衡态 非线性动力学 KⅢ网络 脑电图

【摘要】：自从2013年美国提出“推进创新神经技术脑研究计划”(简称“脑计划”)以后,欧洲、中国和日本等都相继提出了自己的脑计划。“脑计划”是继人类基因组计划后又一个具有划时代意义的计划,目前此计划已进去第二阶段,脑的神经网络数据路已初步建立,急需更多先进的理论对这些数据进行整理分析并使大脑形成一个完整理论框架。自从1933年英国尔多里安验证脑电信号并发展形成脑电图理论后,脑电图和脑电测量以便捷高效而备受青睐。在神经科学领域,对大脑的信号测量分为侵入式和非侵入式两种,脑电图是一种典型的非侵入式测量方式,通过脑电图和神经颅刺激(TMS)的结合杜克大学的Miguel Nicolelis实现了用一个人的大脑控制另一个人的身体.[1]脑电图被广泛应用于脑机接口领域,相关技术发展如火如荼。KⅢ网络是由Freeman提出的多层拓扑神经网络结构模型来研究嗅觉的神经信号传递机制,其数值模拟方法已被广泛研究,并以形成一系列的脑电模拟信号。[2]基于信号模拟处理的分析方法已被应用于KⅢ网络并取得了很多成果,诸如基于KⅢ模型的新型电子鼻的设计和基于KⅢ网络的图像识别已经可以在实验室中进行。[3]这些先期研究为本文提供了实验基础。自然界中的系统存在线性动力学关系的很少,生命过程更是以非线性的系统居多。生命过程都是开放的系统,系统从外部摄入能量维持着自身的运转通,过消耗能量维持系统的有序度。同时面对不断变化的环境和自身的损耗生物过程的稳定性显得尤为重要。因此生物过程普遍具备了非线性和能量消耗的特征。随着这种观点的不断深入,非线性动力学成为了一种新形式的贴合现实的研究工具来探讨自然科学中的诸多现象。许多定义诸如能、熵和势等概念被广泛应用于生物、化学和种群研究等诸多领域。[4][5][6]本文通过数值模拟的方法结合非线性动力学的建模和分析理论来探讨KⅢ网络的动力学性质。以非线性动力学的视角切入,在Hopfield神经网络的非线性动力学研究基础之上[2][8][9],结合洛伦兹混沌系统的非线性动力学研究[7],分别讨论了嗅觉神经网络(KⅢ网络)在有气味输入状态下和没有气味状态下稳态的动力学特性,进而从统计角度给出了一种可行的区分不同气味的方法。新的区分方法可以更加明确的表出神经网络微小差异甚至可以将额外加入的微扰囊括进来,从而对整个神经网络状态有一个全面的整体的把握。通过这一系列的讨论我们或许可以重新审视KⅢ神经网络模型,KⅢ神经网络模型所蕴含的一些隐含特征或许用传统的方法不能完全揭示出来,通过把网络学习、记忆、扰动和反馈控制综合起来才能看清网络的整体特性。正如郭爱克院士在他的《计算神经学》所说的那样大脑的活动并不能由单个神经元以“自下而上”的方式的获得,单个的神经元并不能为整个大脑的工作方式给出明确的答案,只有通过网络连接这些神经元的活动才有意义。
[Abstract]:EEG and EEG have been widely used in the field of brain computer interface . In this paper , the dynamic properties of K 鈪，

本文编号：1429738