Про симулятор імпульсної нейронної мережі
Ця симуляція запускає мережу з 50 нейронів типу «протікаючий інтегратор-та-збудник» (Leaky Integrate-and-Fire, LIF) — 40 збуджувальних і 10 гальмівних — з'єднаних розрідженими випадковими синапсами. Кожен нейрон підкоряється рівнянню τm·dV/dt = −(V − Vrest) + Rm·I, інтегруючи вхідний сигнал, доки V не перетне поріг −55 мВ, після чого генерує імпульс, скидається до −75 мВ і входить у рефрактерний період тривалістю 2 мс. Прокручувана растрова діаграма та живий слід мембранної напруги розкривають динаміку.
Повзунки задають струм зовнішнього збудження Iext, шум σ, синаптичний зв'язок g, співвідношення збуджувальних до гальмівних нейронів, а також швидкості навчання STDP A+ і A−. Пластичність, залежна від часу імпульсів, посилює або послаблює зв'язки відповідно до порядку імпульсів, тож ваги самоорганізуються з часом. Такі мережі лежать в основі обчислювальної нейронауки та нейроморфного, керованого подіями обладнання, що імітує, як справжній мозок обчислює за допомогою розріджених імпульсів.
Поширені запитання
Що таке імпульсна нейронна мережа?
Імпульсна нейронна мережа моделює нейрони, які обмінюються інформацією за допомогою дискретних електричних імпульсів (спайків), а не неперервних значень. Тут 50 нейронів типу «протікаючий інтегратор-та-збудник» накопичують вхідний сигнал з часом і генерують імпульс лише тоді, коли їхня мембранна напруга перетинає поріг, імітуючи, як насправді спрацьовують біологічні нейрони.
Що робить модель LIF (протікаючий інтегратор-та-збудник)?
Модель LIF розглядає нейрон як протікаючий конденсатор. Його напруга підкоряється рівнянню τm·dV/dt = −(V − Vrest) + Rm·I, інтегруючи вхідний сигнал і водночас протікаючи назад до потенціалу спокою. Коли V досягає порогу −55 мВ, нейрон спрацьовує, скидається до −75 мВ і робить паузу на рефрактерний період 2 мс, перш ніж знову інтегрувати.
Що таке STDP і чому це важливо?
Пластичність, залежна від часу імпульсів (STDP), коригує синаптичні ваги на основі точного часу пре- та постсинаптичних імпульсів. Якщо пресинаптичний нейрон спрацьовує трохи раніше за постсинаптичний, зв'язок посилюється (потенціація); якщо трохи пізніше — зв'язок послаблюється (депресія). Це часове правило є провідним біологічним механізмом навчання та пам'яті.
Що означають статистики частоти імпульсації, синхронності та періоду спалахів?
Частота імпульсації — це середня кількість імпульсів на нейрон за секунду в герцах. Синхронність — це коефіцієнт варіації згрупованої популяційної активності: вищі значення означають, що нейрони спрацьовують разом спалахами, а не незалежно. Період спалахів оцінює час у мілісекундах між загальнопопуляційними спалахами, видимими як вертикальні смуги на растровій діаграмі.
Як повзунки вхідного струму та шуму змінюють поведінку?
Вхідний струм Iext (0–4 µА) задає постійне збудження, що штовхає кожен нейрон до порогу; вищий струм дає швидшу, щільнішу імпульсацію. Повзунок шуму σ додає випадкові коливання до вхідного сигналу кожного нейрона, десинхронізуючи мережу та породжуючи більш нерегулярні, біологічно реалістичні послідовності імпульсів.
Що змінює регулятор співвідношення E/I?
Повзунок E/I задає, скільки збуджувальних нейронів припадає на один гальмівний — від 1:1 до 8:1 (за замовчуванням 4:1, що відповідає кірковим оцінкам). Збуджувальні синапси штовхають цілі до спрацювання, а гальмівні відтягують їх назад, тож баланс сильно визначає, чи буде активність стабільною, осциляторною або вибуховою.
Що таке параметри STDP A+ і A−?
A+ (за замовчуванням 0,01) — це максимальний крок потенціації, що застосовується, коли пресинаптичний імпульс передує постсинаптичному, а A− (за замовчуванням 0,012) — максимальний крок депресії для зворотного порядку. Обидва масштабуються через exp(−|Δt|/τ) з τ = 20 мс, тож зміни ваги зменшуються зі зростанням розриву в часі між імпульсами.
Чому нейрони спрацьовують синхронними спалахами?
Синхронні спалахи виникають із рекурентного збудження: коли кілька нейронів спрацьовують, їхні синаптичні струми штовхають сусідів за поріг, залучаючи каскад по всій популяції. Гальмування та рефрактерний період потім ненадовго замовкають мережу, перш ніж цикл повториться, породжуючи ритмічні вертикальні смуги, видимі на растровій діаграмі.
Чи є ця симуляція біологічно точною?
Вона передає якісну суть — протікаюче інтегрування, порогову імпульсацію, рефрактерність, експоненційні синапси та геббівську STDP — використовуючи реалістичні мілівольтові та мілісекундні масштаби. Однак це спрощена модель точкового нейрона: вона не враховує дендритну структуру, множинні іонні канали, затримки проведення та багате розмаїття справжніх типів кіркових клітин.
Де імпульсні нейронні мережі застосовуються в реальному світі?
Імпульсні мережі лежать в основі досліджень обчислювальної нейронауки щодо навчання, пам'яті та мозкових ритмів, а також живлять нейроморфні чипи, такі як Intel Loihi та IBM TrueNorth. Оскільки вони обчислюють за допомогою розріджених, керованих подіями імпульсів, вони обіцяють дуже низькоенергетичне машинне навчання для периферійних пристроїв, робототехніки та обробки сенсорних даних у реальному часі.