सोचने का तर्क। भाग 1. न्यूरॉन

लगभग डेढ़ साल पहले मैंने हैबर पर वीडियो लेक्चर का एक चक्र लगाया कि मेरी दृष्टि कैसे मस्तिष्क काम करती है और कृत्रिम बुद्धि बनाने के संभावित तरीके क्या हैं। तब से, महत्वपूर्ण प्रगति करना संभव हो गया है। कुछ समझ में आता है, कुछ एक कंप्यूटर पर अनुकरण करने में कामयाब रहे। क्या अच्छा है, इस तरह के दिमाग वाले लोग हैं जो परियोजना पर काम में सक्रिय रूप से शामिल हैं।

लेखों की इस श्रृंखला में, उस बुद्धिमत्ता की अवधारणा के बारे में बात करने की योजना बनाई गई है, जिस पर हम वर्तमान में काम कर रहे हैं और कुछ समाधानों का प्रदर्शन कर रहे हैं जो मस्तिष्क के काम करने के लिए मॉडलिंग के क्षेत्र में मौलिक रूप से नए हैं। लेकिन कहानी को समझने और सुसंगत बनाने के लिए, इसमें न केवल नए विचारों का वर्णन होगा, बल्कि सामान्य रूप से मस्तिष्क के कामकाज के बारे में भी कहानी होगी। कुछ चीजें, विशेष रूप से शुरुआत में, सरल और अच्छी तरह से ज्ञात हो सकती हैं, लेकिन मैं आपको सलाह दूंगा कि आप उन्हें छोड़ें नहीं, क्योंकि वे कहानी के सामान्य साक्ष्य को निर्धारित करते हैं।

मस्तिष्क का सामान्य विचार

तंत्रिका कोशिकाएं, वे न्यूरॉन्स होते हैं, साथ में उनके तंतु जो संकेतों को प्रसारित करते हैं, तंत्रिका तंत्र का निर्माण करते हैं। कशेरुक में, न्यूरॉन्स के अधिकांश कपाल गुहा और रीढ़ की हड्डी की नहर में केंद्रित होते हैं। इसे केंद्रीय तंत्रिका तंत्र कहा जाता है। तदनुसार, मस्तिष्क और रीढ़ की हड्डी इसके घटकों के रूप में प्रतिष्ठित हैं।

रीढ़ की हड्डी शरीर में अधिकांश रिसेप्टर्स से संकेत एकत्र करती है और उन्हें मस्तिष्क तक पहुंचाती है। थैलेमस की संरचनाओं के माध्यम से, उन्हें मस्तिष्क गोलार्द्धों के प्रांतस्था पर वितरित और अनुमानित किया जाता है।


प्रांतस्था पर जानकारी का प्रक्षेपण

सेरेब्रल गोलार्द्धों के अलावा, सेरिबैलम, जो वास्तव में, एक छोटा स्वतंत्र मस्तिष्क है, सूचना के प्रसंस्करण में भी शामिल है। सेरिबैलम सटीक गतिशीलता और सभी आंदोलनों का समन्वय प्रदान करता है।

दृष्टि, श्रवण और गंध मस्तिष्क को बाहरी दुनिया के बारे में जानकारी प्रदान करते हैं। इस पथ के प्रत्येक घटक, इसके रास्ते से गुजरते हुए, इसे कोर्टेक्स पर भी पेश किया जाता है। कॉर्टेक्स 1.3 से 4.5 मिमी की मोटाई के साथ ग्रे पदार्थ की एक परत है जो मस्तिष्क की बाहरी सतह बनाता है। सिलवटों के गठन के कारण, छाल को इस तरह से पैक किया जाता है कि यह एक चपटा रूप की तुलना में तीन गुना कम क्षेत्र लेता है। एक गोलार्ध का कुल क्रस्टल क्षेत्र लगभग 7000 वर्ग सेमी है।

नतीजतन, सभी सिग्नल कॉर्टेक्स पर अनुमानित होते हैं। प्रक्षेपण तंत्रिका तंतुओं के बंडलों द्वारा किया जाता है, जो कॉर्टेक्स के सीमित क्षेत्रों में वितरित किए जाते हैं। जिस क्षेत्र पर या तो बाहरी जानकारी का अनुमान लगाया जाता है, या मस्तिष्क के अन्य हिस्सों से मिली जानकारी कोर्टेक्स का एक क्षेत्र बनाती है। इस तरह के क्षेत्र में क्या संकेत आ रहे हैं, इसके आधार पर इसकी अपनी विशेषज्ञता है। प्रांतस्था, संवेदी क्षेत्र, ब्रोका, वर्निक, दृश्य क्षेत्र, पश्चकपाल पालि के मोटर क्षेत्र को केवल एक सौ अलग-अलग क्षेत्रों में भेद करें।



छाल के क्षेत्र

ऊर्ध्वाधर दिशा में, कॉर्टेक्स को आमतौर पर छह परतों में विभाजित किया जाता है। इन परतों की स्पष्ट सीमाएँ नहीं होती हैं और यह एक या दूसरे प्रकार के सेल की प्रबलता से निर्धारित होती हैं। प्रांतस्था के विभिन्न क्षेत्रों में, इन परतों को अलग-अलग तरीकों से व्यक्त किया जा सकता है, मजबूत या कमजोर। लेकिन, सामान्य तौर पर, हम यह कह सकते हैं कि प्रांतस्था काफी सार्वभौमिक है, और मान लें कि इसके विभिन्न क्षेत्रों का कामकाज समान सिद्धांतों के अधीन है।


छाल की परत

अभिवाही तंतुओं के माध्यम से, संकेत प्रांतस्था में प्रवेश करते हैं। वे कॉर्टेक्स के III, IV स्तर तक पहुंच जाते हैं, जहां उन्हें पास में स्थित न्यूरॉन्स में वितरित किया जाता है, जहां एफेरेक्स फाइबर गिर गया था। अधिकांश न्यूरॉन्स के अपने प्रांतस्था के भीतर एक्सोनल कनेक्शन होते हैं। लेकिन कुछ न्यूरॉन्स में अक्षतंतु होते हैं जो इससे परे जाते हैं। इन तंतुमय तंतुओं के माध्यम से, संकेत या तो मस्तिष्क के बाहर जाते हैं, उदाहरण के लिए, कार्यकारी अंगों के लिए, या एक या किसी अन्य गोलार्द्ध के प्रांतस्था के अन्य भागों पर प्रक्षेपित किया जाता है। सिग्नल ट्रांसमिशन की दिशा के आधार पर, अपवाही तंतुओं को आमतौर पर विभाजित किया जाता है:

• साहचर्य तंतु जो एक गोलार्ध के प्रांतस्था के अलग-अलग वर्गों को जोड़ते हैं;
• दो गोलार्धों के कॉर्टेक्स को जोड़ने वाले कमिसुरल फाइबर;
• प्रोजेक्शन फाइबर जो केंद्रीय तंत्रिका तंत्र के निचले हिस्सों के नाभिक से कॉर्टेक्स को जोड़ते हैं।

यदि हम कॉर्टेक्स की सतह के लिए लंबवत दिशा लेते हैं, तो यह ध्यान दिया जाता है कि इस दिशा में स्थित न्यूरॉन्स समान उत्तेजनाओं का जवाब देते हैं। न्यूरॉन्स के ऐसे लंबवत व्यवस्थित समूह को आमतौर पर कॉर्टिकल कॉलम कहा जाता है।

आप एक बड़े कैनवास के रूप में सेरेब्रल कॉर्टेक्स की कल्पना कर सकते हैं, अलग-अलग क्षेत्रों में काट सकते हैं। प्रत्येक क्षेत्र में न्यूरॉन्स की गतिविधि की तस्वीर कुछ जानकारी को एन्कोड करती है। अपने कॉर्टिकल ज़ोन से परे फैले अक्षतंतु द्वारा गठित तंत्रिका तंतुओं के बंडल प्रक्षेपण कनेक्शन की एक प्रणाली बनाते हैं। प्रत्येक ज़ोन पर कुछ जानकारी पेश की जाती है। इसके अलावा, कई सूचना प्रवाह हैं जो अपने स्वयं के क्षेत्रों से आ सकते हैं और विपरीत गोलार्ध एक साथ एक क्षेत्र में आ सकते हैं। जानकारी की प्रत्येक धारा तंत्रिका बंडल के अक्षतंतु की गतिविधि द्वारा खींची गई एक तरह की तस्वीर की तरह है। प्रांतस्था के एक अलग क्षेत्र का कार्य कई अनुमानों का अधिग्रहण, सूचनाओं का भंडारण, इसकी प्रसंस्करण, गतिविधि की अपनी तस्वीर का गठन और इस क्षेत्र के काम से उत्पन्न जानकारी का आगे प्रक्षेपण है।

मस्तिष्क का एक महत्वपूर्ण हिस्सा सफेद पदार्थ है। यह न्यूरॉन्स के अक्षतंतु द्वारा निर्मित होता है जो उन्हीं प्रक्षेपण मार्गों का निर्माण करते हैं। नीचे दिए गए आंकड़े में, सफेद पदार्थ को कोर्टेक्स और मस्तिष्क की आंतरिक संरचनाओं के बीच एक हल्के भरने के रूप में देखा जा सकता है।


मस्तिष्क के ललाट खंड में सफेद पदार्थ का वितरण

फैलाना स्पेक्ट्रल एमआरआई का उपयोग करना, व्यक्तिगत तंतुओं की दिशा को ट्रैक करना और कॉर्टिकल ज़ोन की संयोजकता के तीन-आयामी मॉडल (कनेक्टोमिक्स प्रोजेक्ट (कनेक्ट)) का निर्माण करना संभव था।

नीचे दी गई तस्वीर बॉन्ड की संरचना (वान जे। वीनीन, डगलस एल। रोजीन, रुओपेंग वांग, गुआंगपिंग दाई, फरज़ाद मुर्तज़ावी, पैट्रिक हैगमैन, जॉन एच। कास, वेन-यिह आई। त्सेंग, 2012) का एक अच्छा विचार देती है।


बाएं गोलार्ध से देखें


पीछे का दृश्य


सही दृश्य

वैसे, पीछे के दृश्य में बाएं और दाएं गोलार्धों के प्रक्षेपण पथ की विषमता स्पष्ट रूप से दिखाई देती है। यह विषमता काफी हद तक उन कार्यों में अंतर को निर्धारित करती है जो गोलार्द्धों को प्राप्त करते हैं जैसा कि वे सीखते हैं।

न्यूरॉन

मस्तिष्क का आधार एक न्यूरॉन है। स्वाभाविक रूप से, तंत्रिका नेटवर्क का उपयोग कर मस्तिष्क का मॉडलिंग सवाल के जवाब के साथ शुरू होता है, इसके संचालन का सिद्धांत क्या है।

एक वास्तविक न्यूरॉन का काम रासायनिक प्रक्रियाओं पर आधारित है। न्यूरॉन के आंतरिक और बाहरी वातावरण के बीच आराम से एक संभावित अंतर होता है - लगभग 75 मिलीलीटर की झिल्ली क्षमता। यह सोडियम-पोटेशियम पंपों की तरह काम करने वाले विशेष प्रोटीन अणुओं के काम के कारण बनता है। एटीपी न्यूक्लियोटाइड की ऊर्जा के कारण, ये पंप पोटेशियम आयनों को अंदर की ओर चलाते हैं, और कोशिका से सोडियम आयन बाहर की ओर निकलते हैं। चूंकि इस मामले में प्रोटीन ATPase के रूप में कार्य करता है, अर्थात, एक एंजाइम जो एटीपी को हाइड्रोलाइज करता है, इसे "सोडियम पोटेशियम एटीपास" कहा जाता है। परिणामस्वरूप, न्यूरॉन आवेशित संधारित्र में बदल जाता है जिसके अंदर एक ऋणात्मक आवेश और बाहर धनात्मक आवेश होता है।


न्यूरॉन योजना (मारियाना रुइज़ विलारियल)

न्यूरॉन की सतह शाखाओं वाली प्रक्रियाओं - डेंड्राइट्स से ढकी होती है। अन्य न्यूरॉन्स के अक्षतंतु अंत डेंड्राइट से सटे हैं। उनके कनेक्शन के स्थानों को सिनेप्स कहा जाता है। सिनैप्टिक इंटरैक्शन के माध्यम से, एक न्यूरॉन आने वाले संकेतों का जवाब देने में सक्षम है और कुछ परिस्थितियों में, अपने स्वयं के आवेग उत्पन्न करता है, जिसे स्पाइक कहा जाता है।

सिनैप्स में सिग्नल ट्रांसमिशन न्यूरोट्रांसमीटर नामक पदार्थों के कारण होता है। जब अक्षतंतु के साथ एक तंत्रिका आवेग synapse में प्रवेश करता है, तो यह विशेष पुटिकाओं से इस synapse की न्यूरोट्रांसमीटर अणुओं को छोड़ता है। संकेत प्राप्त करने वाले न्यूरॉन की झिल्ली पर, प्रोटीन के अणु होते हैं - रिसेप्टर्स। रिसेप्टर्स न्यूरोट्रांसमीटर के साथ बातचीत करते हैं।


रासायनिक अन्तर्ग्रथन

सिनैप्टिक फांक में स्थित रिसेप्टर्स आयनोट्रोपिक हैं। इस नाम को इस तथ्य से बल दिया जाता है कि वे आयनों को परिवहन करने में सक्षम आयन चैनल भी हैं। न्यूरोट्रांसमीटर रिसेप्टर्स पर कार्य करते हैं ताकि उनके आयन चैनल खुलें। तदनुसार, झिल्ली या तो विध्रुवित होती है या हाइपरपेरलाइज़्ड होती है, जिसके आधार पर चैनल प्रभावित होते हैं और, तदनुसार, किस प्रकार का सिनैप्स होता है। उत्तेजक सिनैप्स में, चैनल खुलते हैं जो सेल में गुजरते हैं - झिल्ली को विध्रुवित किया जाता है। निरोधात्मक सिनैप्स में, आयनों का संचालन करने वाले चैनल खुले होते हैं, जो झिल्ली के हाइपरप्लोरीकरण की ओर जाता है।

कुछ परिस्थितियों में, सिनेप्स अपनी संवेदनशीलता को बदल सकते हैं, जिसे सिनेप्टिक प्लास्टिसिटी कहा जाता है। यह इस तथ्य की ओर जाता है कि एक न्यूरॉन के सिनैप्स बाहरी संकेतों के लिए एक अलग संवेदनशीलता प्राप्त करते हैं।

इसी समय, बहुत सारे संकेत न्यूरॉन के सिनापेस पर पहुंचते हैं। निरोधात्मक सिनेप्स पिंजरे के अंदर आवेश के संचय की ओर झिल्ली क्षमता को खींचते हैं। Synapses को सक्रिय करना, इसके विपरीत, न्यूरॉन (नीचे का आंकड़ा) का निर्वहन करने का प्रयास करें।


रेटिना गैंग्लियन सेल के उत्तेजना (ए) और निषेध (बी) (निकोल्स जे।, मार्टिन आर।, वालस बी।, फूच पी।, 2003)

जब कुल गतिविधि दीक्षा सीमा से अधिक हो जाती है, तो एक निर्वहन होता है, जिसे एक्शन पोटेंशिअल या स्पाइक कहा जाता है। स्पाइक न्यूरॉन झिल्ली का एक तेज विध्रुवण है, जो एक विद्युत आवेग उत्पन्न करता है। नाड़ी निर्माण की पूरी प्रक्रिया लगभग 1 मिली सेकेंड तक रहती है। इसी समय, न तो अवधि और न ही पल्स का आयाम इस बात पर निर्भर करता है कि इसके कारण कितने मजबूत थे।


नाड़ीग्रन्थि सेल (निकोलस जे।, मार्टिन आर।, वालस बी।, फुच्स पी, 2003) की कार्रवाई क्षमता का पंजीकरण।

टांका लगाने के बाद, आयन पंप न्यूरोट्रांसमीटर का पुनर्संरचना प्रदान करते हैं और सिनैप्टिक फांक को साफ करते हैं। स्पाइक के बाद दुर्दम्य अवधि के दौरान, न्यूरॉन नए आवेगों को उत्पन्न करने में सक्षम नहीं है। इस अवधि की अवधि अधिकतम पीढ़ी आवृत्ति निर्धारित करती है जो एक न्यूरॉन सक्षम है।

Synapses पर गतिविधि के परिणामस्वरूप उत्पन्न होने वाले आसंजनों को विकसित कहा जाता है। विकसित स्पाइक्स की पुनरावृत्ति दर यह संकेत देती है कि आने वाले संकेत न्यूरॉन सिनेप्स की संवेदनशीलता सेटिंग से कितनी अच्छी तरह मेल खाते हैं। जब आने वाले सिग्नल न्यूरॉन को सक्रिय करने वाले संवेदनशील सिंकैप्स पर ठीक होते हैं, और यह निरोधात्मक सिंकैप्स पर आने वाले सिग्नलों के साथ हस्तक्षेप नहीं करता है, तो न्यूरॉन की प्रतिक्रिया अधिकतम होती है। इस तरह के संकेतों द्वारा वर्णित छवि को एक न्यूरॉन की उत्तेजना विशेषता कहा जाता है।

बेशक, न्यूरॉन्स के काम के विचार की देखरेख नहीं की जानी चाहिए। कुछ न्यूरॉन्स के बीच जानकारी न केवल स्पाइक्स द्वारा प्रेषित की जा सकती है, बल्कि चैनलों के कारण उनकी इंट्रासेल्युलर सामग्री को जोड़ने और सीधे विद्युत क्षमता को संचारित करने के लिए भी हो सकती है। इस प्रसार को क्रमिक कहा जाता है, और कनेक्शन को विद्युत समकालिक कहा जाता है। न्यूरॉन के शरीर से दूरी के आधार पर डेंड्राइट को समीपस्थ (करीब) और डिस्टल (दूर) में विभाजित किया जाता है। डिस्टल डेंड्राइट उन वर्गों का निर्माण कर सकते हैं जो अर्ध-स्वायत्त तत्वों के रूप में काम करते हैं। उत्तेजना के सिनैप्टिक मार्गों के अलावा, एक्सट्रैसिनैप्टिक तंत्र हैं जो मेटाबोट्रोपिक आसंजन का कारण बनते हैं। विकसित गतिविधि के अलावा, सहज गतिविधि भी है। और अंत में, मस्तिष्क के न्यूरॉन्स ग्लियल कोशिकाओं से घिरे होते हैं, जो चल रही प्रक्रियाओं पर भी महत्वपूर्ण प्रभाव डालते हैं।

लंबे विकासवादी पथ ने कई तंत्र बनाए हैं जो मस्तिष्क अपने काम में उपयोग करता है। उनमें से कुछ को अपने दम पर समझा जा सकता है, दूसरों के अर्थ केवल तभी स्पष्ट होते हैं जब पर्याप्त रूप से जटिल बातचीत पर विचार किया जाता है। इसलिए, न्यूरॉन के उपरोक्त विवरण को पूर्ण रूप से न लें। गहरे मॉडल में आगे बढ़ने के लिए, हमें सबसे पहले न्यूरॉन्स के "मूल" गुणों से निपटना होगा।

1952 में, एलन लॉयड हॉजकिन और एंड्रयू हक्सले ने विद्युत तंत्रों का वर्णन किया जो एक विशाल स्क्वीड एक्सन (हॉजकिन, 1952) में एक तंत्रिका संकेत की पीढ़ी और संचरण का निर्धारण करते हैं। 1963 में फिजियोलॉजी और चिकित्सा में नोबेल पुरस्कार द्वारा क्या दर्जा दिया गया था। हॉजकिन-हक्सले मॉडल सामान्य अंतर समीकरणों की एक प्रणाली द्वारा न्यूरॉन के व्यवहार का वर्णन करता है। ये समीकरण एक सक्रिय माध्यम में एक ऑटोवैव प्रक्रिया के अनुरूप हैं। वे कई घटकों को ध्यान में रखते हैं, जिनमें से प्रत्येक का एक वास्तविक सेल (नीचे आंकड़ा) में अपने स्वयं के बायोफिजिकल एनालॉग है। आयन पंप वर्तमान स्रोत I _{p के} अनुरूप हैं। कोशिका झिल्ली की आंतरिक लिपिड परत C _m की क्षमता वाला संधारित्र बनाती है। सिनैप्टिक रिसेप्टर्स के आयन चैनल विद्युत चालकता जी _n प्रदान करते हैं, जो आपूर्ति किए गए संकेतों पर निर्भर करता है, समय टी के साथ बदल रहा है, और झिल्ली संभावित वी का कुल मूल्य। झिल्ली छिद्रों का रिसाव वर्तमान एक कंडक्टर जी _एल बनाता है _। आयन चैनलों के माध्यम से आयनों की आवाजाही इलेक्ट्रोकेमिकल ग्रेडिएंट्स के प्रभाव में होती है, जो एक इलेक्ट्रोमोटिव बल E _n और E _{L के} साथ वोल्टेज स्रोतों के अनुरूप होती है _।


हॉजकिन के मुख्य घटक - हक्सले मॉडल

स्वाभाविक रूप से, तंत्रिका नेटवर्क बनाते समय, न्यूरॉन मॉडल को सरल बनाने की इच्छा होती है, इसमें केवल सबसे आवश्यक गुण होते हैं। सबसे प्रसिद्ध और लोकप्रिय सरलीकृत मॉडल मैककुलोच है - पिट्स आर्टिफिशियल न्यूरॉन, जिसे 1940 के दशक के प्रारंभ में विकसित किया गया था (मैकुलॉफ जे।, पिट्स डब्ल्यू।, 1956)।

मैककुलोच - पिट्स फॉर्मल न्यूरॉन

ऐसे न्यूरॉन के इनपुट पर सिग्नल भेजे जाते हैं। इन संकेतों को संक्षेप में भारित किया जाता है। इसके अलावा, एक निश्चित nonlinear सक्रियण समारोह, उदाहरण के लिए, सिग्मायोडल, इस रैखिक संयोजन पर लागू होता है। अक्सर एक सिग्मायॉइडल लॉजिस्टिक फ़ंक्शन का उपयोग करता है:


तार्किक कार्य

इस मामले में, एक औपचारिक न्यूरॉन की गतिविधि के रूप में लिखा गया है



नतीजतन, ऐसा न्यूरॉन एक दहलीज योजक में बदल जाता है। पर्याप्त रूप से खड़ी थ्रेशोल्ड फ़ंक्शन के साथ, न्यूरॉन आउटपुट सिग्नल या तो 0 या 1. इनपुट सिग्नल का भारित योग है और न्यूरॉन वेट दो छवियों का एक कनवल्शन है: इनपुट सिग्नल की छवि और न्यूरॉन वाइट्स द्वारा वर्णित छवि। दृढ़ संकल्प का परिणाम अधिक है, इन छवियों के पत्राचार का अधिक सटीक रूप से। यही है, वास्तव में, एक न्यूरॉन, यह निर्धारित करता है कि डिलीवर किया गया संकेत उसके सिनेप्स पर दर्ज की गई छवि के समान है। जब कनवल्शन वैल्यू एक निश्चित स्तर से अधिक हो जाती है और थ्रेशोल्ड फ़ंक्शन एकता में बदल जाता है, तो इसे न्यूरॉन द्वारा एक निर्णायक कथन के रूप में व्याख्या किया जा सकता है कि यह प्रस्तुत छवि को पहचानता है।

रियल न्यूरॉन्स किसी तरह से मैककुलोच-पिट्स न्यूरॉन्स से मिलते जुलते हैं। उनके स्पाइक्स का आयाम इस बात पर निर्भर नहीं करता है कि सिनेप्स के संकेतों का कारण क्या है। स्पाइक या तो वहाँ है या नहीं। लेकिन असली न्यूरॉन्स एक आवेग के साथ नहीं बल्कि एक आवेग अनुक्रम के साथ एक उत्तेजना का जवाब देते हैं। इस मामले में, पल्स आवृत्ति अधिक है, अधिक सटीक रूप से एक न्यूरॉन की छवि विशेषता पहचानी जाती है। इसका मतलब यह है कि अगर हम इस तरह के थ्रेसहोल्ड योजक से एक तंत्रिका नेटवर्क का निर्माण करते हैं, तो एक स्थिर इनपुट सिग्नल के साथ, हालांकि यह किसी प्रकार का आउटपुट परिणाम देगा, यह परिणाम पुन: पेश करने से दूर होगा कि वास्तविक न्यूरॉन्स कैसे काम करते हैं। तंत्रिका नेटवर्क को जैविक प्रोटोटाइप के करीब लाने के लिए, हमें समय के मापदंडों को ध्यान में रखते हुए और संकेतों की आवृत्ति गुणों को पुन: पेश करते हुए, गतिशीलता में काम का अनुकरण करने की आवश्यकता है।

लेकिन आप दूसरे रास्ते से जा सकते हैं। उदाहरण के लिए, हम न्यूरॉन गतिविधि की एक सामान्यीकृत विशेषता को भेद कर सकते हैं, जो कि इसके आवेगों की आवृत्ति से मेल खाती है, अर्थात्, एक निश्चित अवधि के लिए स्पाइक्स की संख्या। यदि हम इस विवरण पर आगे बढ़ते हैं, तो हम एक साधारण रैखिक योजक के रूप में एक न्यूरॉन की कल्पना कर सकते हैं।


रैखिक योजक

आउटपुट सिग्नल और, तदनुसार, ऐसे न्यूरॉन्स के लिए इनपुट सिग्नल अब डायटोमिक (0 या 1) नहीं हैं, लेकिन एक निश्चित स्केलर मात्रा द्वारा व्यक्त किए जाते हैं। सक्रियण फ़ंक्शन तब लिखा जाता है



एक रैखिक योजक को स्पंदित न्यूरॉन से मौलिक रूप से कुछ अलग नहीं माना जाना चाहिए, यह सिर्फ मॉडलिंग या वर्णन करते समय आपको लंबे समय के अंतराल पर जाने की अनुमति देता है। हालांकि आवेग विवरण अधिक सही है, एक रैखिक योजक के लिए संक्रमण कई मामलों में मॉडल के एक मजबूत सरलीकरण द्वारा उचित है। इसके अलावा, कुछ महत्वपूर्ण गुण जो एक स्पंदित न्यूरॉन में देखना मुश्किल है, एक रैखिक योजक के लिए काफी स्पष्ट हैं।

विस्तार

साहित्य का इस्तेमाल किया

एलेक्सी रेडोज़ुबोव (2014)