通道中毒对自适应神经网络动力学行为的影响

通道中毒对自适应神经网络动力学行为的影响

论文摘要

本论文主要研究通道中毒对自适应神经网络动力学行为的影响。本文选择具有与放电时间相关的可塑性(spike-timing-dependent plasticity,STDP)自适应神经网络,研究离子通道噪声和通道中毒对不同网络结构的神经网络中神经元放电活动相干性和同步性的影响。由于通道中毒会影响神经细胞中可工作的离子通道数量,而通道噪声强度与离子通道数量相关,因此我们先研究了通道噪声作用下,不同网络结构的神经网络动力学行为。研究发现:1、在时滞无标度Scale–Free(SF)随机Hodgkin–Huxley(HH)神经网络中,一定通道噪声范围内,神经网络的时间相干性受通道噪声强度的影响。当通道噪声强度太小或太大时,时间相干性随着通道噪声强度的增加而单调减小。然而,对于中间值的通道噪声强度,随通道噪声强度变化,神经网络放电呈现相干共振(coherence resonance,CR)现象。而且,这种现象与神经元耦合强度和网络平均连接度有关,当它们取合适的值时,CR现象会变得更显著。该结果表明,通道噪声可以通过诱导CR来增强时滞神经网络的时间相干性。2、在自适应时滞SF随机HH神经网络中,通道噪声强度能够增强时滞诱导的同步转迁(Synchronization Transitions,ST)现象,当通道噪声强度最佳时,同步变化最明显。这种现象取决于STDP的调解率和网络平均连接度的作用,当网络平均连接度增大时,STDP的调解率可以随着通道噪声强度的改变而增强或者抑制ST。该结果表明,在自适应神经网络中,存在最佳的通道噪声强度和网络平均连接度,可以增强时滞诱导的ST现象。这些发现有助于更好地理解通道噪声对自适应神经网络同步性的调节作用。3、在自适应Newman-Watts(NW)小世界随机HH神经网络中,可以通过降低或增加STDP的调节率来增强或抑制通道噪声诱导的CR现象。STDP可以改变网络随机连接概率和网络大小对通道噪声诱导CR的影响。在STDP的作用下,对于电耦合,存在最佳的网络随机连接概率和网络大小,从而使内在CR现象最强。而化学耦合下的内在CR会随着网络随机连接概率或网络大小的增大而增强,这与固定耦合强度的结果不同。该结果表明,STDP可以增强或抑制神经网络中通道噪声诱导的CR,并且存在最佳的网络随机连接概率和网络大小,从而使内在CR现象达到最强。这些发现可以深入了解STDP对通道噪声作用下自适应神经网络的相干性调节作用。然后研究了通道中毒作用下的自适应神经网络动力学行为。研究发现:在自适应时滞SF随机HH神经网络中,通道中毒对时滞诱导多重CR的影响会因通道噪声强度的不同而不同,适当的通道噪声强度会使多重CR现象变得更加显著。K+通道中毒能够抑制时滞诱导的多重CR,而Na+通道中毒能增强时滞诱导的多重CR,并且最佳的Na+通道中毒值使得多重CR现象最为明显。此外,STDP作用于通道中毒也会对多重CR产生显著的影响。随着STDP的调节率的增加,对于K+通道中毒来说,存在最适当的调节率使得多重CR最明显,而对于Na+通道中毒来说,多重CR现象则是减弱的。这些发现为深入了解通道中毒在自适应神经系统信息处理中的作用提供了新的思路。

论文目录

  • 致谢
  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 神经元简介
  •     1.1.1 神经元的结构形态
  •     1.1.2 突触和 STDP 机制
  •     1.1.3 离子通道活动
  •   1.2 神经网络简介
  •     1.2.1 小世界网络
  •     1.2.2 无标度网络
  •   1.3 同步性和相干性概述
  •     1.3.1 神经网络的同步性
  •     1.3.2 神经网络的相干性
  •   1.4 研究主要内容
  • 第2章 不同网络中通道噪声的作用
  •   2.1 引言
  •   2.2 无标度神经网络中通道噪声对相干性的影响
  •     2.2.1 模型与公式
  •     2.2.2 结果与讨论
  •   2.3 自适应无标度神经网络中通道噪声对同步性的影响
  •     2.3.1 模型与公式
  •     2.3.2 结果与讨论
  •   2.4 自适应小世界神经网络中通道噪声对相干性的影响
  •     2.4.1 模型与公式
  •     2.4.2 结果与讨论
  • 第3章 通道中毒作用下的神经网络动力学
  •   3.1 引言
  •   3.2 模型与公式
  •   3.3 结果与讨论
  • + 通道中毒对多重 CR 的影响'>    3.3.1 K+ 通道中毒对多重 CR 的影响
  • +通道中毒对多重CR的影响'>    3.3.2 K+通道中毒对多重CR的影响
  • 第4章 总结
  • 参考文献
  • 作者简历
  • 文章来源

    类型: 硕士论文

    作者: 谢慧娟

    导师: 龚玉兵

    关键词: 神经网络,通道噪声,通道中毒,同步转迁,相干共振

    来源: 鲁东大学

    年度: 2019

    分类: 基础科学,医药卫生科技,信息科技

    专业: 生物学,基础医学,自动化技术

    单位: 鲁东大学

    分类号: R338;TP183

    总页数: 66

    文件大小: 10999K

    下载量: 11

    相关论文文献

    • [1].一种偏微分方程数值求解的自适应神经网络模型[J]. 大学数学 2020(03)
    • [2].一种基于自适应神经网络的航空发动机故障诊断方法[J]. 中国科学:技术科学 2018(03)
    • [3].自适应神经网络模糊小波语音消噪算法[J]. 声学技术 2014(03)
    • [4].潜艇垂直面运动自适应神经网络模糊控制仿真[J]. 计算机仿真 2009(06)
    • [5].基于自适应神经网络的电压快速估计[J]. 电力勘测设计 2017(01)
    • [6].基于自适应神经网络的调频调幅信号预测[J]. 长沙大学学报 2013(02)
    • [7].高超声速飞行器自适应神经网络容错控制[J]. 飞行力学 2020(01)
    • [8].基于复变自适应神经网络的电网相位估计方法[J]. 东北大学学报(自然科学版) 2017(01)
    • [9].非严格反馈大系统的自适应神经网络分散控制[J]. 青岛大学学报(工程技术版) 2017(03)
    • [10].基于自适应神经网络模糊系统(ANFIS)的空中目标意图分类[J]. 电子测量技术 2016(12)
    • [11].平流层飞艇巡航姿态自适应神经网络补偿控制[J]. 空间控制技术与应用 2009(04)
    • [12].基于自适应神经网络模糊推理的负荷预测[J]. 微计算机信息 2009(06)
    • [13].基于自适应神经网络滤波的引信去噪声研究[J]. 现代防御技术 2008(06)
    • [14].自适应神经网络模糊控制器在二级倒立摆系统中的应用[J]. 电子世界 2020(05)
    • [15].基于自适应神经网络的电池寿命退化的预测[J]. 电源技术 2018(10)
    • [16].基于自适应神经网络的非线性系统的智能故障诊断[J]. 井冈山大学学报(自然科学版) 2013(02)
    • [17].基于自适应神经网络模糊推理系统的竖井井斜预测[J]. 矿山机械 2011(04)
    • [18].船舶航向自适应神经网络鲁棒跟踪控制[J]. 船舶工程 2016(09)
    • [19].基于自适应神经网络的苹果黑星病预测模型研究[J]. 中国农机化学报 2015(04)
    • [20].基于自适应神经网络的激光陀螺温度补偿研究[J]. 测控技术 2009(11)
    • [21].基于自适应神经网络的矿井提升机故障诊断[J]. 煤矿机械 2020(04)
    • [22].基于自适应神经网络模糊推理系统的心电信号检测[J]. 重庆师范大学学报(自然科学版) 2015(06)
    • [23].考虑输入饱和的直接自适应神经网络跟踪控制[J]. 应用科学学报 2013(03)
    • [24].具有三角结构的不确定混沌系统的自适应神经网络投影同步[J]. 通化师范学院学报 2020(04)
    • [25].自适应神经网络在FPSO火灾预警中的应用[J]. 中国安全科学学报 2017(12)
    • [26].基于自适应神经网络的组合导航故障诊断技术研究[J]. 现代电子技术 2015(23)
    • [27].多焊接电源控制技术[J]. 轻工机械 2011(04)
    • [28].全局自适应神经网络跟踪控制及逼近域确定[J]. 控制与决策 2009(01)
    • [29].不确定非线性系统的直接自适应神经网络控制[J]. 计算机工程与应用 2008(06)
    • [30].基于自适应神经网络系统聚类的特殊负荷分类研究[J]. 电网与清洁能源 2019(01)

    标签:;  ;  ;  ;  ;  

    通道中毒对自适应神经网络动力学行为的影响
    下载Doc文档

    猜你喜欢