МІНІСТЕРСТВО ОСВІТИ І НАУКИ РОСІЙСЬКОЇ ФЕДЕРАЦІЇ
Федеральне державне бюджетне освітня установа
вищої професійної освіти
«Кубанського державного університету»
(ФГБОУ ВПО «КубГУ»)
Фізико-технічний факультет
Кафедра радіофізики та нанотехнологій
ВИПУСКНА КВАЛІФІКАЦІЙНА РОБОТА
БАКАЛАВРА
Комп'ютерне моделювання біологічного нейрона
Роботу виконав
Тімеркеев Олександр Олександрович
Науковий керівник
д-р фіз.-мат. наук, професор
Г. Ф. Копитов
Краснодар +2014
РЕФЕРАТ
Випускна кваліфікаційна робота бакалавра: 17 рис., 19 джерел.
НЕЙРОН, нейронні мережі, інтелектуальні пристрої, СИНАПС, НЕЙРОД, ДЕНДРІД, БІОЛОГІЧНИЙ НЕЙРОН
Об'єктом розробки даної випускної кваліфікаційної роботи бакалавра є програма, призначена для моделювання роботи біологічного нейрона.
Метою роботи є розробка комп'ютерної моделі біологічного нейрона.
Основні результати випускної кваліфікаційної роботи бакалавра полягають в наступному: визначені основні механізми роботи синапсу біологічного нейрона, до якої входять: відтворення порогових принципів обмеження потенціалу нейрона, а також гальмування і збудження з їх тимчасовими залежностями; запропонована система рівнянь, що описують роботу моделі нейрона; розроблений алгоритм роботи моделі біологічного нейрона; розроблена комп'ютерна модель біологічного нейрона, яка описує основні процеси його роботи; проведені випробування роботи комп'ютерної моделі нейрона з різною структурою мембрани і розташуванням синапсів на ній.
Позначення і скорочення
Xs iВходящій імпульсSs iПороговая функціяgs Iобщ значення сигналів КПороговий коеффіціентНейродКомпьютерная модель біологічного нейрона, реалізована на базі мікроконтроллераN1Модель невеликого нейронаN2Модель крупного нейронаРВероятностьNconЧісло связейY, Yo, YпІнтенсівность надходить, обслужених, втраченої навантаження
ВСТУП
Різноманітність, великий обсяг і суперечливість різної діагностичної інформації виводять на передній план проблему пошуку фізичних систем, здатних до її переробки. Вирішення цієї комплексної задачі тісно пов'язано з новими інформаційними технологіями, важливе місце серед яких займають методи розпізнавання та ідентифікації образів. Нейронні мережі - потужний і на сьогодні, мабуть, найкращий метод для вирішення завдань розпізнавання образів в ситуаціях, коли в експериментальних даних відсутні значні фрагменти інформації, а наявна інформація гранично зашумлена. Високий ступінь паралельності, що допускається при реалізації нейросистем, забезпечує обробку недоступних оператору обсягів інформації за часи, менші або порівнянні з допустимими часом вимірювань.
Біологічний фундамент при формалізації досить складних систем управління є вкрай важливим, природне різноманіття дає виключно багатий вихідний матеріал для спрямованого створення штучних моделей на декількох рівнях: молекулярному, клітинному, на рівні окремого органу, організму в цілому, і далі на рівні соціальної групи. На справжній момент відправною точкою створення нейросистем є клітинний рівень. За сучасними уявленнями, саме на ньому сукупність елементарних молекулярних хіміко-біологічних процесів, що протікають в окремій клітці, формує її як елементарних процесор, здатний до найпростішої переробці інформації. Нейрон виконує прийом, елементарне перетворення і подальшу передачу інформації іншим нейронам. Вивчення механізмів функціонування окремих нейронів і їх взаємодії принципово важливо для пізнання протікають в нервовій системі процесів пошуку, передачі та обробки інформації.
Найважливіша властивість нейронних мереж, що свідчить про їх величезному потенціалі і широких прикладних можливостях, полягає в паралельній обробці інформації одночасно всіма нейронами. Завдяки цій здатності при великій кількості міжнейронних зв'язків досягається значне прискорення процесу обробки інформації. У багатьох ситуаціях стає можливою обробка сигналів в реальному масштабі часу.
Дуже велика кількість міжнейронних сполук призводить до того, що мережа стає нечутливою до помилок, що виникають в окремих контактах. Функції пошкоджених з'єднань приймають на себе інші елементи, в результаті в діяльності мережі не спостерігаються помітні порушення. Ця властивість використовується, зокрема, при пошуку оптимальної архітектури нейрон...
