短时程突触可塑性的简化模型

给出了一类包含抑制和易化的短时程突触可塑性的简化模型.分别讨论了突触前发放为周期和Poisson电位脉冲串时,突触后的神经元的抑制和易化机制,并给出了定性分析和数值结果的比较.进一步发现在相同的突触前发放频率下,随机模型使得突触后神经元发放的易化和抑制的参数范围比周期模型的参数范围大.     

抑制性突触输入对神经元发放率响应的影响

文章基于整合发放神经元模型,研究抑制性突触输入和外部周期刺激对神经元发放率的影响。数值结果表明:在突出输入等于阈值时,适当频率的抑制性突触输入对神经元发放率具有易化作用,对神经元发放率峰值具有延迟作用;在突出输入小于阈值时,抑制性突出输入抑制神经元膜电位发放;在外部刺激作用下,神经元发放率幅值与外部刺激有关,刺激频率越高,发放率幅值越小,刺激强度越大,发放率幅值越大。     

视网膜神经元网络模型分析

将嗅觉神经系统刺激、响应的WinnerLess Competition (WLC)模型应用到视觉通道的视网膜神经元网络的计算之中,研究视网膜神经元的电位发放特性.通过数值实验,发现视网膜神经元的电位发放与生理实验的结果相近,得出WLC模型能够用于视觉通道计算研究的结论,并分析了视网膜神经元网络中神经节神经元电位发放的ISI,讨论了该网络模型的动力学性质.     

成年斑胸草雀弓状皮质栎核投射神经元电生理特性的性别差异

利用离体脑片膜片钳技术检测RA投射神经元电生理活动的主动和被动特性，对其性别差异进行探讨.结果发现鸣禽RA投射神经元电生理特性在发放频率和诱发动作电位幅值方面存在明显的性别差异.     

Stein神经元模型在共同的随机输入下的同步性

主要证明了脉冲幅度与神经元状态有关的Stein模型都能够使两个初始膜电位不同的神经元以概率1达到同步发放.这一结论可以推广到多个初始膜电位不同的神经元.但同步发放的时间没有上限,目前只能给出一个粗略的方法,估计出同步概率在α%(0 <α<100)以上的同步时间.最后,脉冲幅度与神经元状态有关的Stein模型的数值模拟结果符合前述结论的预期.     

嗅觉神经系统的电位发放

利用描述抑制结构的WLC模型,数值分析嗅觉神经系统各个神经元的电位发放,得到嗅觉神经系统中球周细胞层、嗅球、僧帽细胞层、颗粒细胞层、前嗅核和前梨状皮层内各个神经元的电位发放,模拟了Freeman嗅觉系统各K系列模型的电位发放模式,数值说明僧帽细胞具有丰富的发放形式,神经元之间的具有两种信号传递模式,数值结果和嗅觉实验现象相吻合.     

外界刺激对CA1锥体神经元放电节律的影响

应用神经元房室模型,研究了外界刺激对CA1锥体神经元放电节律的影响.得到几个结论:第一,对直流刺激,随着刺激的增大,胞体放电先后经历混沌放电、周期多峰放电、周期双峰放电和周期单峰放电,胞体膜电位ISI会产生分叉,动作电位发放频率也会增大;第二,对交流刺激,胞体放电节律对振幅或频率的改变非常敏感,振幅或频率的微小改变也能致使胞体放电节律的显著变化.其中一些结果与实验和前人研究结果相吻合.     

基于稀疏-小世界网络的初级视皮层神经元发放模型

通过构建神经元发放模型实现对视觉系统刺激编码方式的解析是计算神经生理学领域的研究热点。在传统线性-非线性-泊松(LNP)模型的基础上,采用稀疏编码模型训练的基函数作为模型的刺激滤波器,进一步利用小世界网络优化神经元集群的连接结构,构建了一种新型初级视皮层(V1区)神经元发放模型,用于预测神经元在特定刺激模式下的响应活动。利用在LE大鼠V1区采集的多通道发放数据拟合模型参数,进一步验证模型的有效性。实验结果表明,与传统未选择基函数作为刺激滤波器以及未经过小世界网络优化的对照模型相比,该模型能更准确地预测大鼠V1区神经元在不同朝向光栅刺激下的响应。该研究表明,经小世界网络优化后,模型中神经元的连接结构具有更强的生物相似性,能更真实地反映初级视觉皮层神经元群的响应机制。     

基于单个丘脑皮层神经元的房室模型计算与优化

通过构造两种不同类型的神经元房室模型,研究房室模型的相异性对神经元发放特性的影响.首先运用两种模型先后对丘脑皮层神经元的放电现象进行模拟,接着通过分析仿真结果与实验结果的相似性,得出了两者中能够刻画丘脑皮层神经元的最优模型;最后通过对丘脑皮层兴奋性突触后电位的模拟,对模型做了进一步的检验.     

噪声诱导下单热敏神经元信号检测

利用热敏神经元动作电位发放图、ISI分叉图、功率谱密度(PSD)等,系统地研究了单热敏神经元在噪声诱导下的随机共振现象.通过对比分析发现分岔周期数为1或者2的情况下,存在一最优输入信号频率fopt,使得神经元输出信噪比(rSNR)最高.不同噪声强度D下,热敏神经元对输人信号检测能力各异,低噪声强度下检测能力较好.     

Hodgkin-Huxley神经元系统的随机动力学研究

真实的神经元是处在一个充满噪声的复杂生物环境之中．这些内噪声对单个神经元动作电位发放的影响是当前热点之一．针对神经生物学中的Hodgkin—Huxley方程描述这一经典的理论模型，将其转化为随机微分方程形式，利用随机路径分析方法探讨了内噪声对神经元动作电位发放动力学过程的作用．理论结果表明，内噪声存在时动作电位的发放形式偏离无噪声时的概率很小．初步认为内噪声对动作电位发放过程的影响可以忽略，即神经元系统动作电位发放的动力学机制自身存在内禀的鲁棒性。     

基于FPGA并行加速的脉冲神经网络在线学习硬件结构的设计与实现

当前，基于数字电路的脉冲神经网络硬件设计，在学习功能方面的突触并行性不高，导致硬件整体延时较大，在一定程度上限制了脉冲神经网络模型在线学习的速度。针对上述问题，文中提出了一种基于FPGA并行加速的高效脉冲神经网络在线学习硬件结构，通过神经元和突触的双并行设计对模型的训练与推理过程进行加速。首先，设计具有并行脉冲传递功能和并行脉冲时间依赖可塑性学习功能的突触结构；然后，搭建输入编码层和赢家通吃结构的学习层，并优化赢家通吃网络的侧向抑制的实现，形成规模为784～400的脉冲神经网络模型。实验结果表明：在MNIST数据集上，使用该硬件结构的脉冲神经网络模型训练一幅图像需要的时间为1.61 ms、能耗约为3.18 mJ，推理一幅图像需要的时间为1.19 ms、能耗约为2.37 mJ，识别MNIST测试集样本的准确率可达87.51%；在文中设计的硬件框架下，突触并行结构能使训练速度提升38%以上，硬件能耗降低约24.1%，有助于促进边缘智能计算设备及技术的发展。     

神经元簇状放电锋电位数的研究

利用水蛭心脏细胞的神经元膜电位的动力学方程,讨论外界刺激电流对簇状放电中锋电位数目的影响,发现外界刺激电流和非失活钾离子通道激活电位具有相同的作用,神经元的活动状态随着外界刺激电流的变化,可以在簇状放电、持续放电和无放电三种状态之间转换.神经元簇状放电时,刺激电流导致神经元膜电位的去极化程度越高,在一次簇状放电过程中产生的锋电位数也越多.     

DSNNs:learning transfer from deep neural networks to spiking neural networks

Deep neural networks(DNNs) have drawn great attention as they perform the state-of-the-art results on many tasks. Compared to DNNs, spiking neural networks(SNNs), which are considered as the new generation of neural networks, fail to achieve comparable performance especially on tasks with large problem sizes. Many previous work tried to close the gap between DNNs and SNNs but used small networks on simple tasks. This work proposes a simple but effective way to construct deep spiking neural networks(DSNNs) by transferring the learned ability of DNNs to SNNs. DSNNs achieve comparable accuracy on large networks and complex datasets.     

Stable propagation of synchronous spiking in cortical neural networks

The classical view of neural coding has emphasized the importance of information carried by the rate at which neurons discharge action potentials. More recent proposals that information may be carried by precise spike timing have been challenged by the assumption that these neurons operate in a noisy fashion--presumably reflecting fluctuations in synaptic input and, thus, incapable of transmitting signals with millisecond fidelity. Here we show that precisely synchronized action potentials can propagate within a model of cortical network activity that recapitulates many of the features of biological systems. An attractor, yielding a stable spiking precision in the (sub)millisecond range, governs the dynamics of synchronization. Our results indicate that a combinatorial neural code, based on rapid associations of groups of neurons co-ordinating their activity at the single spike level, is possible within a cortical-like network.     

排球扣球动作的三维手势重建系统设计

为了精确、快速、低成本地获得运动员的排球扣球动作三维手势模型并对其进行数字化模拟,需要对排球扣球动作的三维手势进行重建系统设计。传统的基于多台Kinect的排球扣球动作三维手势重建系统设计方法,首先使用两台Kinect分别采集运动员排球扣球动作二维手势图像的点云数据,通过标定得到两台Kinect采集到的排球扣球动作二维手势图像姿态关系;然后基于标定结果,使用迭代最近点算法对两部分排球扣球动作三维手势图像的点云数据进行配准得到完整的排球扣球动作三维模型。存在重建成本高,噪声干扰严重导致重建系统失真严重的问题。为了降低噪声干扰,提高重建精确度,降低成本,提出一种基于立体视觉的排球扣球动作三维手势重建系统设计方法,首先通过传感器或摄像机等设备获取排球扣球动作二维手势图像,并对其进行平滑去噪;然后采用基于2D平面标靶的标定原理,建立摄像机成像的排球扣球动作三维手势图像几何模型并获得其参数;最后利用双目立体视觉算法实现对排球扣球动作三维手势图像的特征提取与匹配,完成三维手势重建。实验结果分析证明,所提方法可以提高排球扣球动作三维手势重建效率,提高重建精确度,降低噪声影响,具有更加广泛的使用价值。     

Neurophysiological investigation of the basis of the fMRI signal.

Functional magnetic resonance imaging (fMRI) is widely used to study the operational organization of the human brain, but the exact relationship between the measured fMRI signal and the underlying neural activity is unclear. Here we present simultaneous intracortical recordings of neural signals and fMRI responses. We compared local field potentials (LFPs), single- and multi-unit spiking activity with highly spatio-temporally resolved blood-oxygen-level-dependent (BOLD) fMRI responses from the visual cortex of monkeys. The largest magnitude changes were observed in LFPs, which at recording sites characterized by transient responses were the only signal that significantly correlated with the haemodynamic response. Linear systems analysis on a trial-by-trial basis showed that the impulse response of the neurovascular system is both animal- and site-specific, and that LFPs yield a better estimate of BOLD responses than the multi-unit responses. These findings suggest that the BOLD contrast mechanism reflects the input and intracortical processing of a given area rather than its spiking output.     

自学习模糊脉冲神经网络的旋转机械诊断

针对旋转机械故障分类边界的模糊性和传统的神经网络算法难以解决应用问题的实例规模和网络规模之间的矛盾问题,提出了一种自学习模糊脉冲神经网络算法,该算法通过脉冲序列的种群编码和无监督学习较好的克服了旋转机械故障分类边界的聚类分析无效性问题.应用表明该算法有效解决了旋转机械故障的边界模糊性问题,较大提高了故障诊断的准确率.     

Computing along the axon

A special form of spiking neural P systems, called axon P systems, corresponding to the activity of Ranvier nodes of neuron axon, is considered and a class of SN-like P systems where the computation is done along the axon is introduced and their language generative power is investigated.     

Computing along the axon

A special form of spiking neural P systems, called axon P systems, corresponding to the activity of Ranvier nodes of neuron axon, is considered and a class of SN-like P systems where the computation is done along the axon is introduced and their language generative power is investigated.