Biologiska Neurala Nätverk

Link: https://www.teco.edu/~albrecht/neuro/html/node7.html

Konstgjorda NN dra mycket av sin inspiration från den biologiska nervsystem. Det är därför mycket bra att ha viss kunskap om hur systemet är upplagt.

De flesta levande varelser, som har förmåga att anpassa sig till en föränderlig miljö, måste en styrande enhet som är kapabel att lära sig. Högre utvecklade djur och människor använder mycket komplexa nätverk av högt specialiserade nervceller för att utföra denna uppgift.

Kontrollenheten – eller hjärnan kan delas upp i olika anatomiska och funktionella sub-enheter, var och en med vissa uppgifter som syn, hörsel, motor och sensor control. Hjärnan är ansluten via nerver till sensorer och aktörer i resten av kroppen.

Hjärnan består av ett mycket stort antal nervceller, ca 1011 i genomsnitt. Dessa kan ses som de grundläggande byggstenarna för det centrala nervsystemet (CNS). De nervceller som är sammankopplade på punkter som kallas synapser. Hjärnans komplexitet är på grund av den massiva antal starkt sammankopplade enkla enheter som arbetar parallellt med en enskild neuron emot signaler från upp till 10000 andra.

Neuronen innehåller alla delar av ett djur cell. Komplexiteten i strukturen och processerna i en enkel cell är enorm. Även de mest sofistikerade neuron modeller i artificiella neurala nätverk verkar jämförelsevis toy-liknande.

Strukturellt neuron kan delas upp i tre huvudsakliga delar: den cell kropp (soma), dentrites, och axon, se Figur 1.1 för en bild.

Figur 1.1: Förenklade Biologiska Neuroner.

Den cell i kroppen innehåller organeller av neuron och även “dentrites’ har sitt ursprung där. Dessa är tunna och vitt förgrenade trådar, att nå ut i olika riktningar för att göra anslutningar till ett större antal celler inom klustret.

Ingång sker från axoner av andra celler till dentrites eller direkt till kroppen av cellen. Dessa är kända som axondentrititic och axonsomatic synapser.

Det finns bara en axon per neuron. Det är en enkel och långa fibrer, som transporterar utsignalen från den cell som elektriska impulser (action potential) längs dess längd. Slutet av axon kan dela upp i många grenar, som är kopplade till andra celler. Grenarna har funktionen att fan ut signalen att även många andra insatsvaror.

Det finns många olika typer av nervceller som finns i nervsystemet. Skillnaderna är på grund av deras placering och funktion.

Nervceller utför i huvudsak följande funktion: alla ingångar till den cell, som kan variera beroende på styrkan i sambandet eller frekvensen av inkommande signal, är summeras. Ingång summa behandlas av en tröskel funktion och producerar en utsignal. Handläggningstiden ca 1ms per cykel och överföringshastigheten av nervceller i ca 0,6 till 120 {ms} är comparingly långsamt till en modern dator [zell94, p24,] , [barr88, p35,].

Hjärnan fungerar i både en parallell och seriell sätt. Den parallella och seriella karaktär av hjärnan är uppenbart från den fysiska anatomi av nervsystemet. Att det är seriell och parallell bearbetning inblandade kan lätt ses från den tid som behövs för att utföra uppgifter. Till exempel en människa kan känna igen bilden av en annan person i ca 100 ms. Med tanke på den behandling tid av 1 ms för en enskild neuron detta innebär att ett visst antal nervceller, men mindre än 100, är involverade i seriell; medan komplexiteten i uppgiften finns bevis för en parallell bearbetning, eftersom en svår erkännande uppgift inte kan utföras av ett så litet antal nervceller, exempel från [zell94, p24,]. Detta fenomen är känt som 100-steg-artikel.

Biologiska neurala system har oftast en mycket hög feltolerans. Experiment med människor med hjärnskador har visat att skador på nervceller upp till en viss nivå inte nödvändigtvis påverka prestandan i systemet, men sådana uppgifter som att skriva eller tala kan ha lärt sig igen. Detta kan ses som re-utbildning i nätverket.

I följande arbete inte särskilt hjärnan del eller funktion kommer att modelleras. Snarare grundläggande hjärnan egenskaper av parallellism och feltolerans kommer att tillämpas.

Leave a Reply

Your email address will not be published. Required fields are marked *