电磁驱动下神经元网络的动力学分析与同步控制

来源 :华中师范大学 | 被引量 : 1次 | 上传用户:mn6543210
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
神经元是神经系统的结构和功能单位,对神经元的各种电生理现象的研究,是人类认识和探索大脑奥秘的基础。当神经元处在电磁场环境中时,细胞内的各种带电离子的输运和分布会发生改变,并产生时变的感应场和电流,这对神经元的动作电位和放电模态选择产生重要影响。磁通量能够有效地表达电磁场变化的某些效应,基于磁控忆阻器的物理特征和量纲一致原理,在神经元模型中增加磁通量和感应电流刺激则可以很好表达外场刺激下神经元电活动的模态迁移。神经系统的每个神经元的电活动都受到其他神经元电活动诱发的电磁场的影响,即神经元之间存在突触耦合和电磁场耦合,理清场耦合对神经元群体电活动行为的影响对计算神经科学和设计智能人工神经网络具有重要的启示。在已有的关于神经元模型研究基础上,本文利用非线性(随机)动力学方法和数值模拟技术,分别研究了电磁驱动下神经元网络系统的动力学与同步控制,以及离子通道噪声对神经元系统信号传递和处理的影响,取得了以下研究成果:(1)提出了一个电磁驱动下的自突触神经元模型。利用分岔分析,研究了膜电位的模式转换,讨论了自突触的生物学功能,研究了电磁驱动下化学突触和电突触耦合的神经元系统的同步行为。发现:自突触的形成可以增强神经元系统的自适应能力,并对外界刺激做出适当的反应,这种生物学功能有助于神经元的编码和信号传播。化学突触反馈增益的增加,使得动作电位由混合振荡变为周期振荡。外界刺激使得系统出现两个Hopf分岔点。在电磁驱动系统中,膜电位的模式选择与初始值有关。存在耦合强度和反馈增益的域,使得两个耦合神经元达到同步。(2)引入耦合权重描述神经元之间的作用,研究了场耦合对链状神经网络集体行为的调控作用和对通道噪声的响应。在网络中,根据神经元的位置距离,引入适当的耦合权值来描述每个神经元对其他神经元的影响。发现:神经元网络的同步取决于场耦合强度和权重,而动作电位模式的选择可以通过场耦合进行调制。较弱的场耦合有利于神经元网络电活动模式的规律性。在噪声强度较小的情况下,神经元的放电模式容易受到电磁驱动的影响,这反映了场耦合在神经元电活动模式调节中的重要性。(3)基于包含电磁感应的Hodgkin-Huxley神经元模型,研究了离子通道阻滞对自发尖峰放电活动和神经元网络动作电位模式的调控机制。利用数值模拟,研究了钾离子和钠离子通道阻滞对神经元放电行为的影响。表明:钾通道最大电导的变化可以引起神经元自发放电。神经元网络中电磁辐射可以减弱钾离子通道阻滞,系统呈现空间有序状态。同时钾离子通道阻滞有利于神经元放电,促进网络中螺旋波的形成;钠离子通道阻滞抑制了神经元动作电位的产生。
其他文献
矛盾是马克思主义哲学的一个基本范畴,也是我们认识世界的基本观点。在各种矛盾中,社会主要矛盾因为发挥着决定性的作用,其地位最为重要。社会主义社会是以生产资料公有制为基础的,这种新的生产关系决定了社会主要矛盾的性质是生产与需要之间的矛盾。生产力的发展推动着生产与需要这对主要矛盾随之发展和变化,随着对其研究和把握的不断深化,科学社会主义的理论与实践得以持续推进。坚持对社会主要矛盾的变化进行研判,并以此作
散射理论是应用数学物理中特别活跃的领域之一,在医学成像、无损探测、地震勘探等众多领域中有着广泛的应用.散射理论的研究主要分为正散射与逆散射两个部分:正散射问题研究满足一定边界条件的Helmholtz方程或Navier方程的边值问题的适定性;逆散射问题是从散射场的远场信息或其它测量数据来反演障碍物的位置、形状、内部结构和物理参数等.在实际应用中,散射体往往是相当复杂的,本论文我们分别考虑了声波、弹性
高校党建工作是新时代党的建设新的伟大工程的重要组成部分,也是落实立德树人根本任务、加快推进双一流建设、实现高等教育高质量发展的基础工程。加强全媒体时代高校党的建设、提升党建质量,是新时代贯彻党的教育方针、加强高校思想政治工作、全面落实“三全育人”“为党育人、为国育才”的必然要求。随着我国改革开放的不断深入、现代信息技术的快速发展,高校思想政治工作的环境、主客体、方式方法等因素都在发生了深刻变化,青
近几十年来,随着全球化的急速发展和信息技术的日新月异,知识的传播和获得,也有了极大的变化。在这背景下,世界各地都进行了教育改革。作为一个开放型的地区,香港特区也加入了这一波教育改革的浪潮之中,并从教育制度、课程内容、以至教学方式和评价机制等方面进行改革。与此同时,特区政府建议在学校层面开发校本课程,认为学校应根据特区课程的基本要求,加以调适,以开发本身的校本课程,从而帮助学生达到教育的目标和宗旨。
机器解答是智能化教育领域中的一个重要研究问题,它旨在研发自动理解和自动求解多模态题目的智能解答算法,使目标题目得到正确的解答。本文从机器解答领域中一个基础题目的解答任务出发,探索和研究一套准确度高、扩展性强的机器解答方法。现阶段的机器解答方法仍然以传统的框架解题法和语义解析法等为代表,这些方法不仅需要设置大量的规则模板来理解复杂多变的题目文本,而且缺乏隐含信息的挖掘,导致题目的解答效率较低。深度学
学位
为了改善日益拥挤的交通条件,出现了车联网(IoV)技术。在车联网技术中,智能车辆应用的爆炸性增长催生许多计算任务量大以及延时敏感的任务,例如自动驾驶,实时路况等,其最终目的是使人们的生活更加方便便利。然而,那些有前途的应用通常都需要处理大量数据,需要很高的计算能力,但是,由于每一辆车的计算能力有限,车辆自身很难完全满足任务所需的要求。为了应对这一挑战,现有的文章提出了车辆到所有(V2X)通信是一种
处在信息时代,信息搜索成了人们生活不可缺少的部分,背后支撑的信息检索技术尤为重要。传统的信息检索模型通过匹配文档和查询中词项返回相关文本,其中关键之一在于统计显式的词频特征,但词频规范化通常含有超参数需要优化。基于传统检索模型的词项关联(或依赖)模型以及传统的伪相关反馈模型绝大部也是在统计显式的词项特征,这样容易导致匹配失败。为了解决这个问题,研究者们开始在信息检索中使用主题模型来挖掘文档和词项的
忆阻器是一种表示磁通与电荷关系的电路器件,与电阻、电容和电感并称为电路的四个基本元件。由于它具有记忆功能、非易失性、纳米结构、速度快及非线性等特性,在人工神经网络、智能计算机系统、非易失性存储以及非线性电路与系统等领域有非常好的应用价值。非线性电路系统中动力学特征复杂的混沌信号(或者超混沌信号)的获取与混沌同步控制理论一直是研究热点。在电路设计中加入忆阻器有益于产生更为复杂的动态特性的混沌信号,忆
图G的书嵌入就是将图G中的点按照线性顺序排列到书脊上,然后把边分配到不同的页里,使得每一页中的边互不相交.在点的线性排序f下,图G中边的页划分的最少的子集个数被称为在此线性排序f下的书页数.我们将其定义为pn(G,f).而图G的书页数是指考虑过所有的点的线性排序f后G能嵌入书的最少页数.即pn(G)=min pn(G,f).书嵌入是拓扑图论的一项重要研究内容,在数据传输,网络设计,交通流等领域都有