Izhikevich神經網絡多態(tài)同步組信息傳輸特性研究.pdf

1、Izhikevich神經網絡是近年提出的一種比較新穎的小型脈沖網絡，該網絡利用Izhikevich脈沖神經元模型以及STDP學習規(guī)則進行訓練，期間能夠產生大量的多態(tài)同步組。多態(tài)同步組可作為研究神經元群的具體例子，量化分析信息從源頭到目標區(qū)域傳輸的特性，以及受體神經元接受來自源神經元的信息量，對進一步研究生物信號的編碼與傳輸具有重要意義。為了研究Izhikevich神經網絡多態(tài)同步組內部神經元的信息傳輸特性及驗證其合理性，本文主要解決了4

2、個方面的問題，即如何判定Izhikevich神經網絡處于動態(tài)穩(wěn)定狀態(tài)，如何設計刺激源使組中神經元興奮，如何獲取多態(tài)同步組中神經元的信息傳輸趨勢及特性，如何獲取單個神經元的前級神經元。
　　為了判別Izhikevich神經網絡是否達到動態(tài)穩(wěn)定狀態(tài)，提出了利用高斯分布和隨機分布來初始化神經元突觸連接權值，然后不斷調整學習時間，分析在不同時間下，權值是否達到雙峰分布。該方法解決了網絡學習訓練固定時長的弊端，為進一步研究節(jié)約了時間。

3、>　　為了使多態(tài)同步組中神經元的興奮時間更加密集，設計了刺激源組成算法來刺激頭神經元，進而使整個組更加活躍。此外，基于密集的興奮時間，可更準確地衡量神經元之間的相關性。
　　為了獲取多態(tài)同步組中神經元的信息傳輸趨勢及傳輸特性，提出了利用范羅蘇姆距離方法來測試神經元之間的距離。
　　此外，神經元信息量不僅受多態(tài)同步組內部前級神經元的影響，還受到整個Izhikevich神經網絡中與之相連的前級神經元的影響。因此，為了驗證多態(tài)同步