逻辑思维。第10部分:空间的自组织





本系列文章介绍了大脑的电波模式与传统模式完全不同。我们强烈建议那些谁刚刚加入,从开始的 第一部分阅读。

我们相信,在外部世界的现象,影响我们的感官,引起信号在神经细胞中一定的流量。在训练期间获得的树皮,以检测的信号的某些组合的能力。探测器是在神经元中,突触加权值是在活性对应于检测到的现象的图像调整。皮层神经元看当地环境后,形成了当地的感受野。对神经元的感受域信息来或者由地形凸起或通过电波标识符的传播,轴承对应于已经特征提取独特模式。神经元检测器响应的特性相同的组合,以形成一个模式检测器。这些模式的模式定义唯一标识符波,这些模式开始进入状态诱发活动。



1952年,阿兰·图灵发表题为形态»(AM图灵1952年)“化学基础纸,专用于自组织的物质。他制定的基本原则是,全球秩序是由当地的相互作用决定的。也就是说,要想让整个系统,而不是有一个全球性的计划必需的组织结构,并可以完全被限制在形成体系要素之间的密切互动任务的规则。

教育神经元中不会发生分离,但在考虑到它们的环境的活性。确定自组织的皮质的活性计费规则。自组织是指不只是形成的检测神经模式研究的过程中,这些图案被布置在具有一定的含义一定空间结构。

自组织的最明显的方式 - 根据自己的接近一个结构。神经元可以被训练,以便对应于一个接近在某种意义上的图案,概念,证明了在该空间旁边的树皮。稍后我们会看到,实现固有的大脑许多重要的功能这样的安排是必要的​​。在此期间,只要看看,可以提供一个组织的机制。

比较模糊的问题 - 如何衡量概念的接近程度。一种方法是基于这样的事实:任何概念可以与一些描述进行比较。例如,该事件的描述可以是一个矢量,其分量指示的某些特征的事件的严重性。功能集,这是进行说明构成的描述的基础。在这种情况下,接近的一种合理的手段 - 它的接近度的说明。这两种现象的接近的描述中,更彼此相似,这些现象。根据不同的任务,然后使用接近措施解决,你可以选择一种或另一种计算算法。相似性度量是密切相关的对象之间的距离的概念。人们可以在其他的,反之亦然计算。

一种不同的方法 - 一个临时的邻近效应。如果同时发生两个事件的,但有不同的描述,它仍然是可能的讲出更具体的接近。越经常事件一起发生,较强应该理解它们接近。

事实上,这两种方式并不矛盾而是相辅相成。如果这两种现象经常一起出现,有必要推断的现象,这是本联合的一个实现的存在。这个新的现象本身可以是一个描述无论原现象的迹象。现在,这些现象出现在一般的说明中,并因此在接近描述的方法。将被称为亲密,其中考虑到双方的叙述和时间接近,广义接近。

想象一下,你必须从不同的角度的对象。或许这些类型是在描述性用语相当不同,但仍然不能在不同的意义上被拒绝他们的接近性。时间接近 - 这一特定意义上的可能表现。稍晚,我们将开发更深入这个话题,现在只要注意需要考虑这两种方法在确定接近的概念。

最简单的对于理解神经网络,这是公由自组织的叙述接近的程度示出 - 一个Kohonen的自组织映射(参见下面的图)



假设我们有由矢量给定的输入信息。有神经元的二维点阵。每个神经元被连接到输入矢量,这个关系是由一组权重的确定。起初,网络将发起随机小的权重。供给输入信号的每个神经元可通过活动的水平作为线性组合来确定。以一个神经元将表现出最大的活动,并把它称为神经元的赢家。接下来,我们其重量转移到该图像的一侧,向其中他像。此外,执行相同的所有邻国。会削弱这种转变从神经元赢家的距离。

此处 - 学习的速度,从而降低与时间, - 拓扑附近的幅度(正依赖性表明,它也随时间降低)

附近的幅度可以选择,例如,高斯函数:



在那里 - 修正神经元和神经得主之间的距离



高斯函数 I>

作为学习自组织地图将对应如何分布的训练图像被分配的区域。也就是说,在网络本身将决定何时将输入流,以满足不同的图片,并且将给予他们在地图上的密切表示。同时,强将是不同的图像,越彼此分离将位于和它们的代表性。这样一来,如果正确绘制学习成果,它会是这个样子,如图下图。



培训卡的结果之冠 I>

地图之冠使用拓扑附近的振幅的功能,这表明神经元通过突触除了通信以交换更多的信息,在谈论环境活动的性质,并且该信息可以影响它们的突触学习过程。传递更多信息的需要有所发生较早,在我们的模型。描述培训突触外受体,我们基于周边某种类型的活动的神经元知识介绍规则。例如,活动的一般水平的知识,使我们能够做出决定是否有必要进行培训,它的拒绝。

留在模型内的特定的生物有效性,试图表明什么在现实皮质机制可负责计算并在轴突未编码信息的附加信号的传输。

约40%的脑容量由神经胶质细胞所占据。它们的总数目某处的量级超过神经元的数目。传统上,在神经胶质细胞靠在质量服务功能。他们创建环绕帧,填充的神经元之间的空间。参与维持动态平衡中。在神经系统的发育涉及形成大脑的拓扑。雪旺氏细胞和少突胶质细胞,为轴突的髓鞘的主要职责,导致多个加速神经冲动传递的。

由于胶质细胞不产生动作电位,它们不直接参与的信息交互。但是,这并不意味着他们完全缺乏信息的功能。例如,位于灰质和等离子星形胶质细胞有许多高度分枝过程。这些过程周围的突触包围和影响他们的工作(见下图)。



星形胶质细胞突触(场,2004年) i>的

例如,下面的机制已经描述(RD字段,B。史蒂文斯 - 格雷厄姆,2002)。活化导致神经元,轴突,它是从ATP的分子释放。 ATP(三磷酸腺苷) - 的核苷酸,它在整个身体,其主要功能至关重要的作用 - 确保能源的过程。但比其他的ATP可以作为信号的物质。在其影响下开始补钙运动为星形胶质细胞。这又导致了释放星形细胞自身的ATP。其结果是,这样的状态被转移到相邻的星形胶质细胞,其进一步传送它。因而星形细胞对钙的吸收导致其开始影响突触的事实,这是在与接触。星形胶质细胞是能够既提高反应突触由于介体的排放,并通过其吸收或神经递质结合蛋白的释放来削弱它。此外,星形胶质细胞分泌的信号能够调节神经递质轴突的释放的分子。发射神经元,星形胶质细胞之间的信号顾及所谓的三方突触的效果的概念。

星形胶质细胞和神经元的这种相互作用不发送图像的特定的信息,但它是非常适合的机制的作用,以确保可以管理学习突触,并这样设置的空间坐标为新的检测器的模式“的活动场”。

除了星形细胞影响突触的行为也间基质。矩阵 - 一组由大脑的细胞产生的分子和填充细胞间隙。文章(Dityatev A.,Schachner M.,Sonderegger P。,2010)表明,在基体的组合物的变化影响突触可塑性的性质,即,学习的神经元。

神经冲动的活动创建一个空间点格局,动态变化,编码信息流。本次活动改变环境状况和胶质环境矩阵以这样的方式,创建类似活动的广义场(见下图)。



现货活性和活性 i>的

一方面活动场,一个点模糊的活性,产生超出另一方面的活性神经元延伸的区域中,已经并继续惯性为脉冲活动结束后一段时间。

如果活动在这一领域,我们将创建探测器电流供应的形象,这将是接近类似于它的探测器。在这种情况下,相似度可以是产生由于时间事件的组合相似的感受野和相似性。

在真正的大脑是最好的学习初级视觉皮层区的空间组织。由于转换开始在视网膜,初级皮层接收信号,其中,基本信息 - 描述在原始图像中的物体的轮廓线。在初级视皮层神经元认为线路途经的感受野的大多是小片段。这并不奇怪,在这个区域的神经元的一个显著一部分 - 它的探测器线从不同的角度来

实验发现,在神经元的垂直布置在另一个之上,以同样的刺激响应。一组神经元称为皮质小柱。弗农蒙卡斯尔(五Mauntkasl,J。艾德曼,1981)假设大脑皮质柱 - 这是信息处理的基本结构单元

我们以前讲的神经探测器的模式,描绘他们分布在某一局部区域神经元群。这是由于这一事实,即在模拟中,并且相应地,使用制备的神经网络的平面图像。真正的三维地壳。皮层的体积不影响我们的起源和波浪标识符传播的讨论。在三维波传播地壳就像在一个平面上。但大部分地壳,没有什么能够阻止我们安排神经探测器,形成一个单一的模式,垂直1上面。这种安排不差,没有比任何其他更好的。对于该模式的主要要求 - 这是一个意外的模式。由于通信的神经元随机分布,然后垂直放置在皮层神经元的一列可以被认为是随机的图案。此垂直位置是在确定的检测模式掺入的地方相当方便。这是没有必要确定本地区域中,而是表示要在其中创建的图案的位置。定位可以是,例如,在活动的所有自由扬声器最大场一定附近。我们可以假设,皮质微柱实际地壳 - 这是模式检测器,在我们的模型中描述

皮层的传统模式,而不是考虑到波信号的什么所有神经元微柱到相同的刺激响应的解释是一定的难度。我们必须假设它要么是重复的容错,或试图收集在一起,为了刺激作出反应的神经元,但调整其在不同位置共同感受野的定义。通过使用简单的细胞的最新头条新闻neocognitron飞机。波模型让我们来看看它从一个不同的角度。可以假设的皮质迷你音箱的问题 - 是学习的特点刺激,运行相应的波标识符。然后,几十神经元形成一个微型柱和一起反应的 - 这是机制运行波,即,检测图案

在实际形式所谓的视觉皮层的方向列组织“上衣»(«风车»)。这个“顶部”(在下面示出(B))具有中心,其中不同的方向会聚柱,和发散的尾巴,其特征是所述优选的刺激的平滑变化。一顶形态hypercolumns。尾巴不同hypercolumns相互转化,形成了皮质的方位图(如下图(A))。



方向的列中获得一个真正的外壳采用光学方法(J.尼科尔斯。马丁R.华莱士B.,P.福克斯,2003年) i>的
分布
在视觉皮层的例子是方便的比较取向列和模拟结果与现场活动的实际分布。

我们将申请的以不同角度树皮线的片段。神经元的活动检测器将被假定为在检测器上的流动方式和方式之间的角度的余弦值。

神经元索引对树皮坐标。神经元在座标的活动字段的值可以表示,例如,通过高斯分布:



在每个点的活动领域的皮质最终值可写成:



在一个自由的位置,为其最大值将发布新的探测器。本次培训的结果显示在下面的图。



培训探测器的结果(左)活动(右),场 I>

如可以看到的那样,模拟结果非常相似的真实分布。但应注意的是,本实施例是非常常规的。在实际的外壳,每列转移相对于几个邻居,看一个稍微不同的图像片段。这产生调谐到相同的取向的检测器的“尾巴”。但同时激励这种探测器 - 基于不同的感受野两个不同的图像

空间自组织的皮质可以比作在我们周围的世界的自组织事项。原子,分子,物体,行星,恒星,星系和宇宙 - 这一切是四个基本相互作用的存在的结果。谈论引力,电磁,强相互作用和弱​​相互作用。物质粒子创建一个围绕自己的字段对应的相互作用。相同类型和形式的字段被加在一起所得的字段。由此产生的领域的影响力颗粒确定自己的行为。地方与大脑中的相同的情况。看来地壳可以创建多种类型的字段,具有不同的性质。每个领域都有其对神经元的行为的影响。这些相互作​​用的总和,例如,一个学习算法可确定该突触,从而神经元检测器的空间组织。

这是很容易注意到该空间分组由接近广义包含一个内部的矛盾。在这方面,回忆轶事。决定以某种方式划分动物狮子在一个美丽又聪明。所以值得困惑的猴子,“我休息一下?”。出现困难时的概念是要放置在靠近其他,彼此远离的概念。











参考


前面的部分:
第1部分神经元
第2部分因素
第3部分:感知器,卷积网络
第4部分后台活动
第5部分脑电波
第6部分预测的系统<​​/A>
部分7.人机界面
第8部分:分配因素波网
第9部分:神经探测器的模式。背投

阿列克谢Redozubov (2014)

标签

另请参见

新&值得注意