检索结果-南通市图书馆

科技导报 1991年第3期9卷 41-44,61页

作者：陈惟昌中日友好医院临床医学研究所

神经网络包括两个主要方面,即人工神经网络(Artificial Neuronetwork, AN^2)和由真正的生物神经元组成的网络(Biological Neuronic Network, BN^2)。早在1906年,卡杰尔(Cajal)在其创立的“神经元学说”中就已奠定了生物神经元网络的理... 详细信息

神经网络包括两个主要方面,即人工神经网络(Artificial Neuronetwork, AN^2)和由真正的生物神经元组成的网络(Biological Neuronic Network, BN^2)。早在1906年,卡杰尔(Cajal)在其创立的“神经元学说”中就已奠定了生物神经元网络的理论基础。近10年来,在人工神经网络——神经计算机研究的推动下,生物神经元网络的研究,也受到广泛的重视。日本“人类前沿科学计划”和伦敦智囊团会议都提到,应用信息科学、计算机科学等最新的科学理论、方法和技术阐明大脑信息加工原理,是当前和今后生物功能研究的焦点之一。但目前人们对生物神经元网络信息的存储。

关键词：神经网络生物神经元人工神经网络

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

生物神经元的一个统计模型初探

贵州农学院学报 1995年第4期14卷 66-69页

作者：王伟唐延林贵州农学院基础部

从对兔的实验结果和生物神经元反应的一般特征出发，模拟建立一个表征生物神经元反应特征的统计模型，对该模型的定性和计算机数值解分析表明：该模型在一定范围内与现有模型及实验相吻合。

关键词：生物神经元统计模型反应特征

维普期刊数据库

高等神经网络模型生物神经元中的非线性动力学和随机特性

在线全文

学校读者我要写书评

暂无评论

国外科技新书评介 2016年第2期 16-17页

作者： Gerasimos G.Rigatos 吴永礼不详中国科学院力学研究所

本书为表现出非线性随机动力学特点的神经结构提供一个完整的研究概况，引入高等的神经网络模型来阐述神经动力学；并概述利用电路进行神经动力学的模拟方面的主要发现，以及运用动力系统的理论考察它们的稳定性。

关键词：神经网络模型非线性动力学随机特性生物神经元神经动力学力学特点动力系统稳定性

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

让计算机芯片更像真正的脑细胞

科学24小时 2024年第9期 10-12页

作者：贾铭不详

人脑被称为“三磅宇宙”(人脑重约1.5千克,约3磅)。人脑媲美宇宙,不仅因脑神经元数量与宇宙星系数量相近,还因其功能的超级复杂性。人类大脑是如此神奇和不可思议,因此,人们对模仿人类神经连接或突触工作方式的神经形态计算机电路愈发... 详细信息

人脑被称为“三磅宇宙”(人脑重约1.5千克,约3磅)。人脑媲美宇宙,不仅因脑神经元数量与宇宙星系数量相近,还因其功能的超级复杂性。人类大脑是如此神奇和不可思议,因此,人们对模仿人类神经连接或突触工作方式的神经形态计算机电路愈发感兴趣。研究人员正在尝试使用柔软、灵活的有机材料来复制大脑的这种神奇之处,这些材料可以像生物神经元一样运作,有一天甚至可能能够与它们互连。

关键词：计算机芯片生物神经元人类大脑脑神经元有机材料脑细胞计算机电路

维普期刊数据库博看期刊

基于牵制控制的HR生物神经网络的线性自抗扰同步

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2015年第12期27卷 3070-3075页

作者：魏伟闻娇北京工商大学计算机与信息工程学院北京100048

考虑以Hindmarsh-Rose生物神经元为节点的复杂网络同步问题。鉴于同步算法通常调节节点间的耦合强度,而耦合强度可能无法改变;此外,同步受到各种干扰的影响,基于牵制控制策略,设计线性自抗扰算法,依据受控节点的同步偏差以及网络节点间... 详细信息

考虑以Hindmarsh-Rose生物神经元为节点的复杂网络同步问题。鉴于同步算法通常调节节点间的耦合强度,而耦合强度可能无法改变;此外,同步受到各种干扰的影响,基于牵制控制策略,设计线性自抗扰算法,依据受控节点的同步偏差以及网络节点间的耦合实现网络同步。仿真中,固定耦合强度为较小的数值,分别获得了干扰不存在和存在时的网络同步。结果表明,线性自抗扰控制能够实时估计和补偿干扰,保证网络同步性能,避免了同步算法过于依赖网络模型、抗扰性能不佳的不足。

关键词：复杂网络生物神经元线性自抗扰同步

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

脑科学与人工智能

中国社会科学文摘 2022年第12期 15-16页

作者：刘嘉清华大学心理学系、脑与智能实验室

人工智能是一个宽泛的概念,而在目前人工智能中占主导地位的是人工神经网络。之所以被冠以这个名字,是因为它的核心单元是对生物神经元的仿真。生物神经元包含三个部分:树突、胞体和轴突。树突用于接收输入的电信号;胞体则整合输入信号... 详细信息

人工智能是一个宽泛的概念,而在目前人工智能中占主导地位的是人工神经网络。之所以被冠以这个名字,是因为它的核心单元是对生物神经元的仿真。生物神经元包含三个部分:树突、胞体和轴突。树突用于接收输入的电信号;胞体则整合输入信号并产生输出信号到轴突:轴突将电信号传导到另一个神经元的树突。如果我们用还原论的方法对神经元进行抽象,并进行形式化表达,那么就是在20世纪40年代提出的著名的MCP模型。

关键词：生物神经元人工智能人工神经网络形式化表达输入信号输出信号脑科学树突