Моделирование естественного нейрона, как системы преобразования импульсных потоков С.П. Романов, д.б.н, вед. науч. сотр., Институт физиологии им. И.П. - презентация

1 Моделирование естественного нейрона, как системы преобразования импульсных потоков С.П. Романов, д.б.н, вед. науч. сотр., Институт физиологии им. И.П. Павлова РАН А.В. Бахшиев, вед. программист, ЦНИИ Робототехники и технической кибернетики

2 Функциональная схема основных процессов преобразования импульсных потоков в нейроне с химической передачей

3 Функциональная схема модели нейрона

4 Функциональная схема модели i-го участка мембраны нейрона Mi

5 Организация структуры мембраны нейрона

6 Модель синапса с химической передачей

7 Модель ионного механизма мембраны

8 Эффективность синаптической передачи Влияние синапса на мембрану во времени Зависимость эффективности от отношения сопротивлений Зависимость эффективности от числа синапсов

9 Генератор потенциала действия

10 Простейшие реакции модели нейрона

11 Модели небольшого и крупного нейронов Модель небольшого нейрона N1 Модель крупного нейрона N2

12 Реакции моделей нейронов Реакции небольшого N1 (2, 3) и крупного N2 (4, 5) нейронов с синапсами на дендрите (2, 4) и соме (3, 5) в ответ на входное воздействие (1) частотой 2.5 и 100 Гц

13 Зависимость частоты ответов модели нейрона от частоты входной последовательности

14 Модели нейронов различных размеров

15 Реакции моделей нейронов различного размера

16 Частота разрядов нейрона в зависимости от размера 1 – зависимость средней частоты от числа импульсов в пачке 2 – зависимость средней частоты от числа участков сомы Зависимость числа импульсов в пачке от числа участков сомы

17 Пейсмекерные нейроны – часть 1

18 Пейсмекерные нейроны – часть 2

19 Пейсмекерные нейроны – часть 3 1 – частота разрядов нейрона от числа параллельных включений участков мембраны в сому 2 – частота разрядов от глубины ОС

20 Электрический синапс

21 Модель нейрона – общий вид

22 Нейрон с множеством устойчивых состояний мембранного потенциала

23 Нейрон с множеством устойчивых состояний мембранного потенциала - результаты

24 Взаимодействие посредством электрического синапса

25 Взаимодействие посредством электрического синапса - результаты

26 Модель афферентного нейрона

27 Схема возвратного торможения на примере регуляции разрядов мотонейрона

28 ЧЧХ мотонейрона с возвратным торможением и в его отсутствии

29 ПО NeuroModeler

30 Пример описания модели сети Model newmodel { // Объявление источника воздействий Generator source { parameter Frequency=12; } // Объявление выходов модели PulseWatch watch1{} PulseWatch watch2{} // Объявление исследуемой нейронной сети Net net { // Объявление нейрона // с одним возбуждающим входом Neuron n1 { // Объявление механизма гиперполяризации IonUnit hpu{ parameter MaxIntensity=-1; Synapse syn{} // Объявление синапса } // Объявление механизма деполяризации IonUnit dpu{ parameter MaxIntensity=1; } // Объявление генераторной зоны LTZone ltzone{} } // Связь источника воздействия с входом нейрона link source:net.n1.hpu.syn; // Связь источника воздействия с выходом 2 модели link source:watch2.input; // Связь нейрона с выходом 1 модели link net.n1:watch1.input; } Генератор (source) Генератор потенциала действия (ltzone) Механизм деполяризации (dpu) Механизм гиперполяризации (hpu) Синапс (syn) Выход 1 (watch1) Выход 2 (watch2)

31 Направления дальнейших исследований Исследование системы управления мышечным сокращением, включающей в себя вставочные нейроны, управляющие воздействия с высших уровней и расширенную модель мышцы с управлением по напряжению волокна и по длине. Создание модели многозвенного манипулятора с независимыми приводами в шарнирах и разработка системы управления на моделях естественных нейронов. Включение в разработанную систему управления модель системы зрения и разработка контура управления «глаз-рука». Выработка принципов построения нейронной иерархичной системы управления объектами, с последовательным наращиванием функциональности такой системы от уровня к уровню.