PL 
EnglishDomyślny
Українська🧠 Impulsowa sieć neuronowa
Obserwuj w czasie rzeczywistym pracę sieci neuronów typu leaky integrate-and-fire. Reguluj łączność, stosunek neuronów pobudzających do hamujących, prąd wejściowy i sprzężenie, obserwując przejścia rastra impulsów między reżimem asynchronicznym a synchronicznym.
O symulacji
Ta symulacja modeluje sieć neuronów typu leaky integrate-and-fire (LIF), połączonych losowymi, skierowanymi połączeniami. Potencjał błonowy V każdego neuronu ucieka w stronę spoczynku, jest napędzany stałym prądem zewnętrznym plus szumem, i generuje impuls (spike) w chwili, gdy V przekroczy próg — po czym neuron resetuje się i przechodzi okres refrakcji. Impulsy są dostarczane do każdego celu postsynaptycznego z wagą skalowaną siłą sprzężenia, przy czym neurony pobudzające dodają prąd, a hamujące go odejmują. Obserwacja rastra impulsów na żywo i indeksu synchronizacji pokazuje, jak proste reguły pojedynczego neuronu mogą tworzyć rytmy w skali całej sieci.
Co pokazuje
Pierścień neuronów połączonych przez K losowych, skierowanych synaps każdy. Widok canvas pokazuje potencjał błonowy jako mapę cieplną kolorów z jasnym błyskiem przy każdym impulsie, podczas gdy wykres rastra poniżej śledzi, który neuron odpala kiedy w kroczącym oknie 2 sekund. Statystyki na żywo pokazują średnią częstość odpalania, indeks synchronizacji oparty na wariancji, udział neuronów pobudzających oraz liczbę impulsów w ostatniej sekundzie.
Jak korzystać
Dostosuj liczbę neuronów (20–200) i połączeń na neuron K (2–40), by zmienić rozmiar i gęstość sieci, oraz udział pobudzający, by ustawić proporcję komórek pobudzających do hamujących. Napęd zewnętrzny podnosi potencjał błonowy każdego neuronu w czasie, a siła sprzężenia skaluje, jak mocno impuls wpływa na swoje cele. Wypróbuj pięć presetów — Asynchroniczny, Synchroniczne wybuchy, Rzadki, Zdominowany przez hamowanie, Silne sprzężenie — by przejść do interesujących reżimów, lub użyj Pauzy/Resetu, by zatrzymać chwilę lub odbudować sieć od zera.
Czy wiesz, że?
Prawdziwe sieci korowe utrzymują podobną równowagę — mniej więcej 80% neuronów pobudzających i 20% hamujących. W tej symulacji zbyt wysoki udział pobudzający przy silnym sprzężeniu wpędza sieć w niekontrolowane synchroniczne wybuchy, podczas gdy wystarczające hamowanie tłumi ją z powrotem do nieregularnego, asynchronicznego odpalania — równowagę tę neuronaukowcy nazywają równowagą pobudzenie-hamowanie (E/I).
Często zadawane pytania
Czym jest neuron typu leaky integrate-and-fire?
To uproszczony model neuronu, w którym pojedyncza zmienna, potencjał błonowy V, zanika w czasie w stronę wartości spoczynkowej („przeciek”), jednocześnie całkując nadchodzący prąd z napędu zewnętrznego i wejść synaptycznych. Gdy V przekroczy ustalony próg, neuron emituje impuls, V się resetuje, a neuron staje się na chwilę niereaktywny podczas okresu refrakcji. Model ten oddaje istotę zachowania impulsowego prawdziwych neuronów bez modelowania szczegółowej biofizyki kanałów jonowych.
Co robią parametry Połączenia na neuron (K) i Udział pobudzający?
K ustala, ile losowych, skierowanych synaps wysyła każdy neuron do innych neuronów w sieci, kontrolując gęstość połączeń populacji. Udział pobudzający ustala, jaki procent neuronów dodaje dodatni prąd do swoich celów przy odpalaniu, a reszta jest hamująca i odejmuje prąd, tłumiąc niekontrolowaną aktywność.
Co mierzy indeks synchronizacji?
Porównuje, jak równomiernie impulsy są rozłożone w czasie względem tego, jak bardzo są skupione. Czasy impulsów są grupowane w krótkie 20-milisekundowe przedziały w ciągu ostatniej sekundy, a wariancja liczby impulsów w tych przedziałach jest normalizowana przez średnią. Niska wartość oznacza, że neurony odpalają dość niezależnie i równomiernie w czasie; wysoka wartość oznacza, że wiele neuronów ma tendencję do odpalania razem w ciasnych wybuchach.
Dlaczego sieć nagle zaczyna odpalać w zsynchronizowanych wybuchach?
Gdy sprzężenie pobudzające jest silne względem hamowania, kilka odpalających razem neuronów dostarcza wystarczająco dużo dodatkowego prądu, by naraz przepchnąć wielu sąsiadów przez próg, a ten wybuch kaskaduje przez sieć. Ten niekontrolowany efekt jest redukowany przez zwiększenie udziału hamującego lub obniżenie siły sprzężenia i napędu zewnętrznego — dokładnie to demonstrują presety Zdominowany przez hamowanie i Rzadki.
Czy ta symulacja jest biologicznie realistyczna?
Oddaje kluczowe zasady dynamiki impulsowej — progi, okresy refrakcji, równowagę pobudzenie/hamowanie i synchronizację napędzaną przez sieć — ale jest to model uproszczony, a nie biofizycznie szczegółowa symulacja. Używa dowolnych jednostek i losowej łączności grafu skierowanego zamiast realistycznych opóźnień aksonalnych, geometrii dendrytycznej czy kinetyki kanałów jonowych, więc najlepiej nadaje się do budowania intuicji o zachowaniu sieci na poziomie impulsowym, a nie do odtwarzania ilościowych danych eksperymentalnych.