СИМУЛЯТОР ДИНАМИЧЕСКИХ ПРОЦЕССОВ ПРЕОБРАЗОВАНИЯ СЕНСОРНЫХ СИГНАЛОВ В ТАЛАМО-КОРТИКАЛЬНЫХ СЕТЯХ

В настоящее время активно разрабатываются модели (симуляторы) нейронных сетей, архитектура и дизайн которых основаны на особенностях структуры и принципах работы реальных нейронов и нейробиологических систем. Разработка нейроноподобных моделей, основанных на данных об архитектуре связей в мозге, нацелена на выяснение принципов работы его нейронных структур. Исследование динамики работы таких цепей на моделях очень важно для понимания процессов обработки информации в мозге, а также при различных нарушениях их работы и формирования патологической активности. В экспериментальных нейрофизиологических исследованиях выявлено, что взаимосвязанные нейрональные модули – кора, ретикулярные ядра таламуса, специфический таламус – играют важную роль в процессах обработки информации. Поэтому очень важно выяснить, как преобразуется входной сигнал в этих отделах мозга и какие внутренние процессы могут ограничить и полностью нарушить их совместную работу. Одним из вариантов таких нарушений является эпилепсия. В работе приведены результаты последних расчетов на функциональной модели взаимодействия нейрональных модулей в процессе обработки информации в таламо­кортикальной системе.

Литература

1. Hecht-Nielsen R. Replicator neural networks for universal optimal source coding // Science. 29 September 1995. Vol. 269. 1960.

2. Hecht–Nielsen R. A theory of the cerebral cortex // Proceedings of the 6th International Conference on Molecular Electronics and Biocomputing. Future Electronic Devices Association of Japan. Okinawa, 28–30 November 1995.

3. Яхно В.Г., Нуйдель И.В., Иванов А.Е. Модельные нейроноподобные системы. Примеры динамических процессо // Нелинейные волны – 2004 / Отв. ред. А.В. Гапонов-Грехов, В.И. Некоркин. Ниж. Новгород: ИПФ РАН, 2005. С. 362.

4. Sokolov M.E., Tel’nykh A.A., Koval’chuk A.V., Bellyustin N.S., Nuidel’ I.V., and Yakhno V.G. Face recognition using «lateral inhibition» function features // Optical Memory and Neural Networks (Information Optics). 2009. Vol. 18, No 1. P. 1.

5. Coenen A.M.L., van Luijtelaar E.L.J.M., Kuznetsova G.D., Ivanov A.E., Nuidel I.V., Khurlapov P.G., and Yakhno V.G. Моdeling of transition regimes between normal and pathological transformation of sensor signals in brain // Proceedings of Nijmengen Institute for Cognition and Information, 2004. Р. 331.

6. Coulter D.A. Thalamocortical Anatomy and Physiology, Epilepsy: A Comprehensive Textbook // J. Engel (ed.), Jr. and T.A. Pedley. Liippincott Raven Publisher: Piladelphia, 1997. 341 р.

7. Кузнецова Г.Д., Габова А.В., Соколов М.Е. Исследование механизмов поддержания и окончания статуса абсансной эпилепсии // Труды конференции. Нелинейная динамика в когнитивных исследованиях – 2011. Нижний Новгород, 2011. С. 107.

8. Шевелев И.А. Волновые процессы в зрительной коре мозга // Природа. 2001. No 12. http://vivovoco.rsl.ru/VV/JOURNAL/NATURE/12_01/ALPHA.HTM

9. Данилова Н.Н. Психофизиология. Учебник для вузов. М.: АСПЕНТ ПРЕСС, 2000.

10. Кудряшов А.В., Яхно В.Г. Распространение областей повышенной импульсной активности в нейронной сети // Динамика биологических систем. 1978. Вып. 2. C. 45.

11. Masterov A.V., Tolkov V.N., Yakhno V.G. Spatio-temporal structures in opto-electronic devices // Nonlinear Waves 1. Dynamics and Evolution / Eds. A.V. Gaponov-Grekhov, M.I. Rabinovich, J. Engelbrecht. Springer-Verlag, 1989. P. 168.

12. Bellustin N.S., Kuznetsov S.O., Nuidel I.V., Yakhno V.G. Neural networks with close nonlocal coupling for analysing composite image // Neurocomputing. 1991. Vol. 3. P. 231.

13. Нуйдель И.В., Яхно В.Г. Моделирование процессов преобразования сенсорной информации // Нейрокомпютеры как основа мыслящей ЭВМ. 1993. С. 207.

14. Yakhno V.G., Bellustin N.S., Krasil’nikova I.G., Kuznetsov S.O., Nuidel I.V., Panfilov A.I., Perminov A.O., Shadrin A.V., Shevyrev A.A. Research decision-making system operating with composite image fragments using neuron-like algorithm // Radiophysics. 1994. Vol. 37, No 8. P. 961

15. Кузнецова Г.Д., Пелиновский Д.Е., Яхно В.Г. Математические модели динамики волн распространяющейся депрессии в коре головного мозга // Изв. вузов. Прикладная нелинейная динамика. 1994. Т. 2, No 3–4. C. 86.

16. Yakhno V.G. Basic models of hierarchy neuron-like systems and ways to analysis some of their complex reactions // Optical Memory & Neural Network. 1995. Vol. 4, No 2. P 141.

17. Яхно В.Г. Процессы самоорганизации в распределенных нейроноподобных системах: Примеры возможных применений // Нейроинформатика 2001. Лекции по нейроинформатике. М.: МИФИ, 2001. C. 103.

18. Яхно В.Г. Модели нейроноподобных систем. Динамические режимы преобразования информации // Нелинейные волны–2002. Нижний Новгород: ИПФ РАН, 2003. С. 90.

19. Спицын И.Г., Нуйдель И.В., Яхно В.Г. Моделирование таламо-кортикальных связей в сенсорных системах // Научная сессия НИЯУ МИФИ–2004. Сборник научных трудов VI Всероссийской научно-технической конференции «Нейро-информатика–2004» / М.: МИФИ. 2004. Часть 1. С. 145.

 

Статус: 
одобрено к публикации
Краткое содержание (PDF): 
Текст в формате PDF: