?

Log in

No account? Create an account
hor
DSSh
Адаптивные системы №3 
28-май-2009 12:46 pm
hor
Продолжение биологии.
1) простейший "предсказатель" - "если то" - реализован в виде рефлекторной цепочки: датчик -> эффекторный нейрон - > реакция.  Несмотря на схожесть такого процесса с ответом y=F(x) - цель его находится в будущем по отношению к раздражению. По сути имеем реализацию причинно-следственной связи.
2) объединение датчиков в сеть позволяет перейти к вектору раздражения. Тут возникает несколько проблем: корреляция между отдельными раздражениями и/или фильтрация раздражений; наличие одного эффектора, которому надо передать возбуждение; возможно на более высоком уровне запуск последовательности срабатывания эффекторов. Появляются "нейроны-анализаторы". Скорее всего на этом этапе появляется "память" - выбор из сигналов датчиков некоторого вектора при сохранении возбуждения (если оно есть) на отфильтрованных датчиках, путем их тороможения (повышения порога реакции на их раздражение). Снятие раздражения с датчиков происходит не за счет их "выключения", а за счет метаболизма нейронов и восстановления мембранного потенциала в течение некоторого времени.
3) появляется множественность мышления: некоторые процессы идут параллельно, скажем первый, достигший некоторого порога, тормозит остальные и захватывает управление эффектором. Когда другой процесс превышает уже повышенный торможением порог первого, он перехватывает управление, тормозя предыдущего лидера. При этом все запущенные процессы продолжают обработку входных векторов.
4) скорее всего, за счет усложнения сети, появляется и возможность реакции не только на входной вектор, но и на некоторую временную матрицу, состоящую из столбцов входных векторов за определенный промежуток времени, и дающую эффект кратковременной памяти. Время ее жизни - собственно время восстановления мембранного потенциала нейронов-носителей.
5) как осуществляется подстройка сети можно только гадать, как я понимаю, динамику сетевой стркутуры никто не наблюдал. Можно только предположить, что существенным будет размер синапся, этакое "взвешивание" уже имеющейся связи. Но механизм возникновения новых синапсов для меня неведом.
6) метаболизм самих нейронов тесно завязан на биохимию окружающей среды, изменения в этой среде, как, например, алкоголь, вызывающий повышенную мембранную проницаемость, неизбежно ведут к искажению работы системы. Однако стабильность окружающей среды, как мне кажется, вещь весьма условная и ея изменения могут существенно влиять например на "порог принятия решения" и переключения между управляющими нейронами.
Comments 
28-май-2009 12:50 pm
Дмитрий, а Вы не пытались воплотить эти рассуждения во что-то действующие? Не просто имитационную модель, а устройство которое чем-то управляет (выделяет сигнал)?
28-май-2009 01:11 pm
Нет. У меня и задачи то такой никогда не возникало. Потом, реализация такой модели будет весьма кривой, по крайней мере на универсальной машине, а имитация параллельных вычислений, кажется, будет совсем кривым подходом, с учетом синхронизации процессов. Т.е. придется запоминать состояние каждого блока буквально для каждого такта. Боюсь емкость по памяти начнет возрастать геометрически. И тут во всем этом подходе есть один скрытый порок. Но про это, если хватит задора, я вечером напишу.
This page was loaded апр 25 2018, 12:12 pm GMT.