Comments 15
Главную роль в передаче и обработке сигналов играет мембрана и волны плотностей ионов вдоль нее. Трубочки это скорее скелет + внутренняя магистраль для стройматериалов. На этапе рабочем без обучения (т.е. без отращивания ничего нового) они скорее всего не играют большой роли.
Моделировать желательно не теряя вид top-down, т.е. понимать например, зачем вам это все, и почему именно так. Почему именно такая структура модели, как это отражается на более высоких функциональных уровнях. Пока этого нет, это пока слепые попытки нащупать что-либо.
Посмотрите эту тему, если вы еще не там: ailab.ru/forum/diskussii/gipotezi/molekulyarno-volnovoi-kompyuter/page-2.html
Моделировать желательно не теряя вид top-down, т.е. понимать например, зачем вам это все, и почему именно так. Почему именно такая структура модели, как это отражается на более высоких функциональных уровнях. Пока этого нет, это пока слепые попытки нащупать что-либо.
Посмотрите эту тему, если вы еще не там: ailab.ru/forum/diskussii/gipotezi/molekulyarno-volnovoi-kompyuter/page-2.html
На данный момент разработана модель в рамках которой возможно обьяснение многих явлений и процессов в нервной системе (память, эмоции, пластичность). Причем, на примерах можно проилюстрировать учебники по нейрофизиологии: различные виды синапсов, привыкание, сенсибилитация, иррадиация, концентрация, без абстрактных терминов, все просто и наглядно. Осталась техническая часть, написание кода (вопрос времени, большая часть написана) и подготовка научной статьи. Но, существует проблема, все ооснованно на принципах описанных в статье и необходимы обоснования, подтверждения наличия механизмов подобных взаимодействий в биологических нейронах. И ведь процессы наблюдаемы и теоретически описанны уже давно, ещё Павловым.
Любая теория имеет право на существование пока она не будет опровергнута или не перейдёт в статус закона или парадигмы. Я считаю, что лучше сначала прорабатывать более простые теории, поддающиеся анализу, чем изучать необоснованно усложнённые. Колебания и волны ионов на поверхности мембраны или же квантовые взаимодействия это очень абстрактно и сложно для меня, я не знаю как эти теории применить к собаке Павлова или молюску Аплизии.
Любая теория имеет право на существование пока она не будет опровергнута или не перейдёт в статус закона или парадигмы. Я считаю, что лучше сначала прорабатывать более простые теории, поддающиеся анализу, чем изучать необоснованно усложнённые. Колебания и волны ионов на поверхности мембраны или же квантовые взаимодействия это очень абстрактно и сложно для меня, я не знаю как эти теории применить к собаке Павлова или молюску Аплизии.
Большое спасибо за статью. Хочу задать некоторые вопросы.
Заряд, приходящий к нейрону и уходящий от него далее по сети — как-то нормируется внутри нейрона? Есть ли какое-то предельное значение количества заряда в нейроне, который он способен накопить и передать в единицу времени? Что будет с нейроном при длительной «перегрузке» или шоке? Отразится ли это на Вашей «передаточной» функции в виде какой-то деградации (изменение коэффициента полинома или как ваша функция представлена в модели)? Аналогично — что будет с нейроном, если его все время тревожить одним и тем же уровнем заряда постоянно? Пробовали ли вы ограничивать направления возможного роста в 3д некоторой сеткой (кубической, к примеру) для имитации «соседей» (клеток, слишком плотной для роста среды, сильно поглощающей заряд среды и прочее)? Почему именно 90 градусов (это какое-то упрощение в модели)? Почему нейрон создается сразу же? Что если ограничить скорость роста соседних нейронов во времени и учитывать это в более длительном моделировании всего процесса формирования «рефлекса»? Учитывается ли в модели распад старого рефлекса при наличии двух новых конкурирующих и близких к старому рефлексов? Учитывается ли в модели «рассасывание» заряда во времени (за счет изменения температуры окружающего нейрона мира/тела)? Что происходит с сетью при длительном стационаре (нет импульсов из внешнего мира)? Учитывается ли стремление к изоляции «старых» нейронов различных рефлексов в одной сети с другими рефлекторными кластерами нейронов? Нейрон как сущность в 3д всегда живет строго по одному и тому же адресу (координате)? Что, если нейрон заставить удаляться если на его вход подавать слишком большое количество заряда? Какой конечный адресат передачи импульсов из сети, кто в итоге потребитель (абстрактная «мышца», которая и реализует полезное действие, которому обучаются «мозги»)?
Где можно максимально подробно прочитать про математическое описание Вашей модели (если это возможно, конечно) и какую конечную цель моделирования вы преследуете? Это часть какой-то большой научной работы или же просто пока исследование ради своих интересов, поиск новых идей?
Заранее предупрежу что в ответах на ваши возможные встречные вопросы я достаточно ограничен.
Заряд, приходящий к нейрону и уходящий от него далее по сети — как-то нормируется внутри нейрона? Есть ли какое-то предельное значение количества заряда в нейроне, который он способен накопить и передать в единицу времени? Что будет с нейроном при длительной «перегрузке» или шоке? Отразится ли это на Вашей «передаточной» функции в виде какой-то деградации (изменение коэффициента полинома или как ваша функция представлена в модели)? Аналогично — что будет с нейроном, если его все время тревожить одним и тем же уровнем заряда постоянно? Пробовали ли вы ограничивать направления возможного роста в 3д некоторой сеткой (кубической, к примеру) для имитации «соседей» (клеток, слишком плотной для роста среды, сильно поглощающей заряд среды и прочее)? Почему именно 90 градусов (это какое-то упрощение в модели)? Почему нейрон создается сразу же? Что если ограничить скорость роста соседних нейронов во времени и учитывать это в более длительном моделировании всего процесса формирования «рефлекса»? Учитывается ли в модели распад старого рефлекса при наличии двух новых конкурирующих и близких к старому рефлексов? Учитывается ли в модели «рассасывание» заряда во времени (за счет изменения температуры окружающего нейрона мира/тела)? Что происходит с сетью при длительном стационаре (нет импульсов из внешнего мира)? Учитывается ли стремление к изоляции «старых» нейронов различных рефлексов в одной сети с другими рефлекторными кластерами нейронов? Нейрон как сущность в 3д всегда живет строго по одному и тому же адресу (координате)? Что, если нейрон заставить удаляться если на его вход подавать слишком большое количество заряда? Какой конечный адресат передачи импульсов из сети, кто в итоге потребитель (абстрактная «мышца», которая и реализует полезное действие, которому обучаются «мозги»)?
Где можно максимально подробно прочитать про математическое описание Вашей модели (если это возможно, конечно) и какую конечную цель моделирования вы преследуете? Это часть какой-то большой научной работы или же просто пока исследование ради своих интересов, поиск новых идей?
Заранее предупрежу что в ответах на ваши возможные встречные вопросы я достаточно ограничен.
Некоторые Ваши вопросы затрагивают темы которые присутствуют в моей работе но ещё не обнородованны, поэтому отвечу без некоторых деталей. Наберитесь терпения, я обязательно поделюсь своими разработками.
Нельзя говорить о каком-то накоплении заряда в теле клетки, речь идёт о мембранном потенциале и его изменении при возбуждении ткани. Для всех нервных тканей и всех организмов этот потенциал на удивление стабилен и постоянен, он играет главную роль при передаче нервного сигнала. Прочтите статью в википедии «Потенциал действия». Поэтому никакой «перегрузки» или «шока» для нейрона быть не может. Поедаются не заряд, а возбуждение посредством порций медиатора.
При однообразном раздражении у нейрона возникает эффект привыкания — повышение порога. При длительном «простое»: эффект адаптации — понижение порога, при затяжном «простое» возможно спантанное срабатывание (здесь не отраденно). На видео это видно отсутствием продолжительных зацыкливаний.
Динамическое создание нейронов имитирует непрерывно заполненное пространство сетью нейронов, все для наглядности, эффекты те же только нет лишних нейронов.
90 градусов — взято для упрошения, важный параметр для «изоляции от соседний» — фокус нейрона.
В модели нейрон не меняет своих координат, его местоположение имеет важное значение для анализа и переработки информации. Хотя в природе возможна миграция нейронов при определённых условиях.
Если удалить нейрон, то это существенно не повлияет на работу системы, необходимо удоление целых областей, чтобы повредить рефлекторные дуги.
Конечная цель получение имитационной модели когнитивных и рефлекторных функций животных и человека. В дальнейшем конечно испольвоние для получения алгоритмов распознавания речи и изображений, интеллектуального управления и машинного перевода.
Нельзя говорить о каком-то накоплении заряда в теле клетки, речь идёт о мембранном потенциале и его изменении при возбуждении ткани. Для всех нервных тканей и всех организмов этот потенциал на удивление стабилен и постоянен, он играет главную роль при передаче нервного сигнала. Прочтите статью в википедии «Потенциал действия». Поэтому никакой «перегрузки» или «шока» для нейрона быть не может. Поедаются не заряд, а возбуждение посредством порций медиатора.
При однообразном раздражении у нейрона возникает эффект привыкания — повышение порога. При длительном «простое»: эффект адаптации — понижение порога, при затяжном «простое» возможно спантанное срабатывание (здесь не отраденно). На видео это видно отсутствием продолжительных зацыкливаний.
Динамическое создание нейронов имитирует непрерывно заполненное пространство сетью нейронов, все для наглядности, эффекты те же только нет лишних нейронов.
90 градусов — взято для упрошения, важный параметр для «изоляции от соседний» — фокус нейрона.
В модели нейрон не меняет своих координат, его местоположение имеет важное значение для анализа и переработки информации. Хотя в природе возможна миграция нейронов при определённых условиях.
Если удалить нейрон, то это существенно не повлияет на работу системы, необходимо удоление целых областей, чтобы повредить рефлекторные дуги.
Конечная цель получение имитационной модели когнитивных и рефлекторных функций животных и человека. В дальнейшем конечно испольвоние для получения алгоритмов распознавания речи и изображений, интеллектуального управления и машинного перевода.
(Возможна автозамена слов)
Спасибо за разъяснения, ничего страшного с автозаменами, я ваши мысли понял. Не совсем согласен с темой перегрузки/шока, нейроны же от чего-то «умирают». В том числе продолжительный шок может разрывать (временно, навсегда) даже рефлекторные дуги. Миграция нейронов (точнее — их гигантское растягивание) на первичных этапах развития спинного мозга достаточно важную роль играет, и такое поведение желательно учитывать в модели (если это модель с заложенным развитием, а не подстройкой топологии сети). Если говорить о мозге, то и скорость адаптации реакции на раздражение у нейронов в разных отделах могут хоть немного, но отличаться. И это отличие может влиять на структуру такой нейронной сети. У Анохина было что-то на эту тему (адаптация и волны импульсов), не нашел к сожалению ссылки.
Спасибо что рассказываете о своей работе, буду рад видеть продолжение этого поста!
Спасибо что рассказываете о своей работе, буду рад видеть продолжение этого поста!
UFO just landed and posted this here
Модель ради модели.
| осуществляется передача сигнала всем нейронам в направлении определенного вектора направления
Он что у вас, фазированная решётка. ))
| осуществляется передача сигнала всем нейронам в направлении определенного вектора направления
Он что у вас, фазированная решётка. ))
Поделюсь тем, что знаю и может вам помочь. Сгруппировать мысли последовательно может и не получится, но все же.
В книжке «Об интеллекте» освещалось такое нераспространенное наблюдение, что гиппокамп является наивысшим слоем неокортекса, с точки зрения связей. Долгосрочная память локализуется в неокортексе, переходя из короткосрочной в гиппокампе. Это тоже нужно помнить.
С точки зрения эволюции неокортекс проапгрейдил функционал гиппокампа, к короткой памяти добавилась постоянная. Это все утрированно, так как речь не только о памяти, а скорее вообще об интеллекте. Гигантский скачек произошел из-за того, что механизмы короткой памяти научились пользоваться не только сиюминутным сенсорным потоком, но и долгосрочной памятью. Появилось «воображение».
Так вот, сам гиппокамп довольно полносвязный. Думаю можно спокойно утверждать, что все нейроны гиппокампа имеют между собой жутко пластичные синапсы и с этой точки зрения вам не стоит мудрить как вырабатываются рефлексы и тому подобное. Все связи в наличии, вопрос лишь в мимолетной пластичности связей между одновременно активными нейронами и последующим переводом выработанных знаний в долговременную память.
В книжке «Об интеллекте» освещалось такое нераспространенное наблюдение, что гиппокамп является наивысшим слоем неокортекса, с точки зрения связей. Долгосрочная память локализуется в неокортексе, переходя из короткосрочной в гиппокампе. Это тоже нужно помнить.
С точки зрения эволюции неокортекс проапгрейдил функционал гиппокампа, к короткой памяти добавилась постоянная. Это все утрированно, так как речь не только о памяти, а скорее вообще об интеллекте. Гигантский скачек произошел из-за того, что механизмы короткой памяти научились пользоваться не только сиюминутным сенсорным потоком, но и долгосрочной памятью. Появилось «воображение».
Так вот, сам гиппокамп довольно полносвязный. Думаю можно спокойно утверждать, что все нейроны гиппокампа имеют между собой жутко пластичные синапсы и с этой точки зрения вам не стоит мудрить как вырабатываются рефлексы и тому подобное. Все связи в наличии, вопрос лишь в мимолетной пластичности связей между одновременно активными нейронами и последующим переводом выработанных знаний в долговременную память.
вот можете почитать заметку из книги
www.e-reading.club/chapter.php/6691/24/Bleiiksli%2C_Hokins_-_Ob_intellekte.html
www.e-reading.club/chapter.php/6691/24/Bleiiksli%2C_Hokins_-_Ob_intellekte.html
Еще из того что вспомнилось. Если в неокортексе для запоминания как бы не хватает нейронов, то нейрогенез в гиппокампе доставляет свежие нейроны в те места, где есть потребность. Да, нейроны ползают. ) А ползающие дендриты нейронов тоже забавное зрелище.
www.youtube.com/watch?v=4Vx_FzG1m5E
Из того что читал, дендриты ползают на химические маркеры. Не все нейромедиаторы, высвобождаемые в синаптическую щель, переходят на рецепторы постсинаптического нейрона, они вываливаются в пространство между нейронами, глией и что там еще. Нужно вспоминать лучше.Повышается локальная концентрация, а это сигнал для растущих дендритов, которые ползут туда, где больше концентрация нейромедиаторов.
Вот учебное пособие, если вы так желаете приблизится к биологической модели:
«НЕЙРОН. Обработка сигналов. Пластичность. Моделирование: Фундаментальное руководство»
www.taso.pro/2013/05/09/нейрон-обработка-сигналов-пластично
www.youtube.com/watch?v=4Vx_FzG1m5E
Из того что читал, дендриты ползают на химические маркеры. Не все нейромедиаторы, высвобождаемые в синаптическую щель, переходят на рецепторы постсинаптического нейрона, они вываливаются в пространство между нейронами, глией и что там еще. Нужно вспоминать лучше.Повышается локальная концентрация, а это сигнал для растущих дендритов, которые ползут туда, где больше концентрация нейромедиаторов.
Вот учебное пособие, если вы так желаете приблизится к биологической модели:
«НЕЙРОН. Обработка сигналов. Пластичность. Моделирование: Фундаментальное руководство»
www.taso.pro/2013/05/09/нейрон-обработка-сигналов-пластично
И.П. Павлов объясняет механизм образования условных рефлексов следующим образом. Если в центральной нервной системе возникают два очага возбуждения, то более сильный из них «притягивает» к себе возбуждение из менее сильного. Если такого рода взаимодействие сильного и слабого очагов возбуждения сочетать повторно несколько раз, может образоваться условный рефлекс. А если очагов три и более? Так ведь бывает сплошь и рядом.
Что значит «притягивает»? Какой рефлекс вырабатывается? Примерами пояснить можно?
Возникает впечатление, что Вы Павлова понимаете как-то по своему
Что значит «притягивает»? Какой рефлекс вырабатывается? Примерами пояснить можно?
Возникает впечатление, что Вы Павлова понимаете как-то по своему
Возникает впечатление, что Вы Павлова понимаете как-то по своемуНа Павлова сейчас вообще не имеет смысла опираться. Он руководствовался тем, что было известно на заре исследований мозга. О современном представлении как формируется рефлекс лучше читать что-то вышедшее за последние 30 лет.
А если очагов три и более? Так ведь бывает сплошь и рядом.В общем виде, одновременная активность в разных частях коры синхронизируется между собой. А синхронизация — необходимое условие для формирования и усиления связей между этими частями.
Sign up to leave a comment.
Электромагнитное взаимодействие нейронов