本文主要研究内容
作者郭利军（2019）在《神经系统中差频随机共振研究》一文中研究指出：大脑是一个复杂的非线性系统,噪声对大脑中高效神经信息处理与加工至关重要。特别是,人们发现神经元可以利用随机共振机制提高自身对微弱周期信号的处理能力。传统随机共振理论仅涉及单周期信号,但真实大脑中的神经元会受到来自不同脑区的多种周期信号共同驱动。近期的研究表明,神经系统在噪声的帮助下可以有效地处理不同周期刺激的频率差信息,由此提出了神经系统中频率差依赖的随机共振理论。然而,差频随机共振现象是否可以在不同放电类型的神经元中观察到,其表现是否受到神经元自身放电性质以及神经网络拓扑结构的调控,尚不明确。为此,本学位论文利用计算神经科学手段,从单神经元和小世界神经元网络两个层次研究了神经系统差频随机共振现象及其调控机制,获得了如下成果:第一,在单神经元水平上,我们关注四类典型神经元放电类型,包括:规则放电、固有爆发式放电、快速放电以及低阈值放电。研究发现,四种放电类型神经元均存在差频随机共振现象,适当提高阈下直流分量可以使它们在相对较低的噪声强度下增强对弱频率差信息的响应。此外,不同类型神经元对于差频的敏感区间不同,其中快速放电神经元对较低的差频响应更强,而其余类型神经元对于适中的频率差响应最优。第二,通过改进的小世界网络构建算法,建立了基于整合发放神经元模型的小世界神经元网络,系统地探究了小世界神经元网络中差频随机共振的调控机制。研究发现,在低噪声强度下,适当提高网络的增边概率可以增强小世界神经网络对于差频信息的响应。而在高噪声强度下,较小增边概率的小世界神经网络对频差信息有着较强的响应,随着增边概率的增加网络响应变差。在小世界网络区间,适当地增加兴奋性突触强度,维持网络兴奋-抑制突触电流相对平衡可以提高网络对于差频随机共振的表现。此外,当外加混合周期信号的频率差与神经网络震荡频率匹配时,可以进一步增强网络对于差频信息的响应。上述研究结果表明,差频随机共振是神经系统中一种普遍存在的非线性动力学现象,神经系统可以利用噪声增强对频率差信息的处理与加工能力,而神经元的内在放电属性、网络拓扑结构及网络参数对其具有重要的调控作用。这些工作为大脑同时处理多种频率信息提供了新的理论基础,具有重要的科学意义和潜在的应用价值。
Abstract
da nao shi yi ge fu za de fei xian xing ji tong ,zao sheng dui da nao zhong gao xiao shen jing xin xi chu li yu jia gong zhi guan chong yao 。te bie shi ,ren men fa xian shen jing yuan ke yi li yong sui ji gong zhen ji zhi di gao zi shen dui wei ruo zhou ji xin hao de chu li neng li 。chuan tong sui ji gong zhen li lun jin she ji chan zhou ji xin hao ,dan zhen shi da nao zhong de shen jing yuan hui shou dao lai zi bu tong nao ou de duo chong zhou ji xin hao gong tong qu dong 。jin ji de yan jiu biao ming ,shen jing ji tong zai zao sheng de bang zhu xia ke yi you xiao de chu li bu tong zhou ji ci ji de pin lv cha xin xi ,you ci di chu le shen jing ji tong zhong pin lv cha yi lai de sui ji gong zhen li lun 。ran er ,cha pin sui ji gong zhen xian xiang shi fou ke yi zai bu tong fang dian lei xing de shen jing yuan zhong guan cha dao ,ji biao xian shi fou shou dao shen jing yuan zi shen fang dian xing zhi yi ji shen jing wang lao ta pu jie gou de diao kong ,shang bu ming que 。wei ci ,ben xue wei lun wen li yong ji suan shen jing ke xue shou duan ,cong chan shen jing yuan he xiao shi jie shen jing yuan wang lao liang ge ceng ci yan jiu le shen jing ji tong cha pin sui ji gong zhen xian xiang ji ji diao kong ji zhi ,huo de le ru xia cheng guo :di yi ,zai chan shen jing yuan shui ping shang ,wo men guan zhu si lei dian xing shen jing yuan fang dian lei xing ,bao gua :gui ze fang dian 、gu you bao fa shi fang dian 、kuai su fang dian yi ji di yu zhi fang dian 。yan jiu fa xian ,si chong fang dian lei xing shen jing yuan jun cun zai cha pin sui ji gong zhen xian xiang ,kuo dang di gao yu xia zhi liu fen liang ke yi shi ta men zai xiang dui jiao di de zao sheng jiang du xia zeng jiang dui ruo pin lv cha xin xi de xiang ying 。ci wai ,bu tong lei xing shen jing yuan dui yu cha pin de min gan ou jian bu tong ,ji zhong kuai su fang dian shen jing yuan dui jiao di de cha pin xiang ying geng jiang ,er ji yu lei xing shen jing yuan dui yu kuo zhong de pin lv cha xiang ying zui you 。di er ,tong guo gai jin de xiao shi jie wang lao gou jian suan fa ,jian li le ji yu zheng ge fa fang shen jing yuan mo xing de xiao shi jie shen jing yuan wang lao ,ji tong de tan jiu le xiao shi jie shen jing yuan wang lao zhong cha pin sui ji gong zhen de diao kong ji zhi 。yan jiu fa xian ,zai di zao sheng jiang du xia ,kuo dang di gao wang lao de zeng bian gai lv ke yi zeng jiang xiao shi jie shen jing wang lao dui yu cha pin xin xi de xiang ying 。er zai gao zao sheng jiang du xia ,jiao xiao zeng bian gai lv de xiao shi jie shen jing wang lao dui pin cha xin xi you zhao jiao jiang de xiang ying ,sui zhao zeng bian gai lv de zeng jia wang lao xiang ying bian cha 。zai xiao shi jie wang lao ou jian ,kuo dang de zeng jia xing fen xing tu chu jiang du ,wei chi wang lao xing fen -yi zhi tu chu dian liu xiang dui ping heng ke yi di gao wang lao dui yu cha pin sui ji gong zhen de biao xian 。ci wai ,dang wai jia hun ge zhou ji xin hao de pin lv cha yu shen jing wang lao zhen dang pin lv pi pei shi ,ke yi jin yi bu zeng jiang wang lao dui yu cha pin xin xi de xiang ying 。shang shu yan jiu jie guo biao ming ,cha pin sui ji gong zhen shi shen jing ji tong zhong yi chong pu bian cun zai de fei xian xing dong li xue xian xiang ,shen jing ji tong ke yi li yong zao sheng zeng jiang dui pin lv cha xin xi de chu li yu jia gong neng li ,er shen jing yuan de nei zai fang dian shu xing 、wang lao ta pu jie gou ji wang lao can shu dui ji ju you chong yao de diao kong zuo yong 。zhe xie gong zuo wei da nao tong shi chu li duo chong pin lv xin xi di gong le xin de li lun ji chu ,ju you chong yao de ke xue yi yi he qian zai de ying yong jia zhi 。
论文参考文献
论文详细介绍
论文作者分别是来自电子科技大学的郭利军，发表于刊物电子科技大学2019-07-17论文，是一篇关于噪声论文,差频随机共振论文,神经元模型论文,小世界网络论文,神经信息处理论文,电子科技大学2019-07-17论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电子科技大学2019-07-17论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：噪声论文; 差频随机共振论文; 神经元模型论文; 小世界网络论文; 神经信息处理论文; 电子科技大学2019-07-17论文;