← 返回列表

一种基于钙浓度的神经突触可塑性计算方法

申请号: CN201811083069.X
申请人: 中国传媒大学
申请日期: 2018年9月17日

摘要文本

一种基于钙浓度的神经突触可塑性计算方法涉及大脑模拟仿真领域,尤其是针对大脑模拟仿真中脉冲神经网络的神经突触可塑性的计算问题。首先是钙离子浓度的计算,针对需要计算的突触,根据初始时刻t0的突触前神经元和突触后神经元的膜电位值,以及突触的初始连接权重w0,分别计算下一时刻t1的树突和树突棘中的钙离子浓度;其次,根据树突棘中的钙离子浓度,通过和钙离子浓度阈值Ca0s及Ca1s对比得到权重变化的方向,根据突触状态标签Tag和可塑性相关蛋白质PRP浓度,计算突触权重的变化,得到t1时刻的新权重。重复以上过程,计算模拟时间内的突触连接强度。本发明应用于构建类脑神经网络,完成类脑智能所需的学习和记忆过程的仿真,实现通用强人工智能,并应用于智能传媒、医疗等方面。。关注公众号马 克 数 据 网

专利详细信息

项目 内容
专利名称 一种基于钙浓度的神经突触可塑性计算方法
专利类型 发明授权
申请号 CN201811083069.X
申请日 2018年9月17日
公告号 CN109325596B
公开日 2024年3月26日
IPC主分类号 G06N3/10
权利人 中国传媒大学
发明人 曹立宏; 王晔
地址 北京市朝阳区定福庄东街1号

专利主权项内容

1.一种基于钙浓度的神经突触可塑性计算方法,其特征在于,包括以下五个步骤:1)钙离子浓度的计算:针对需要计算的突触,根据初始时刻t的突触前神经元和突触后神经元的膜电位值,以及突触的初始连接权重w,分别计算下一时刻t的树突和树突棘中的钙离子浓度,其中w是非负常数;00102)确定权重变化方向Flag:根据树突棘中的钙离子浓度,通过和钙离子浓度阈值Ca0及Ca1对比得到权重变化的方向,其中Ca0和Ca1均为非负常数,且ssssCa1>Ca0,Ca0=0.5mM,Ca1=1mM;ssss3)计算突触状态标签Tag:根据权重变化方向及突触状态变化常数α,β和β,计算突触状态标签,其中α=0.01,β=0.5,β=0.5;TT,LTDT,LTPTT,LTDT,LTP4)计算可塑性相关蛋白质PRP浓度:根据树突中的钙离子浓度计算可塑性相关蛋白质浓度;5)计算突触权重的变化:根据突触状态标签Tag和可塑性相关蛋白质PRP浓度,计算突触权重的变化,得到t时刻的新权重;1重复以上过程,计算模拟时间内的突触连接强度;步骤3)具体为:根据树突棘所处突触权重变化方向及突触状态变化常数α,β和β得到t时刻该树突棘所处的突触状态标签Tag;如果Tag为0,则该树突棘所处的突触不会发生连接权重变化;如果Tag大于0,则该树突棘所处的突触进入连接权重可以增加的状态;如果Tag小于0,则该树突棘所处的突触进入连接权重减弱的状态;Tag的演化是一个与Flag有关的动力学过程;TT,LTDT,LTP1如果t时刻Flag为0,则其中α=0.01,若Tag以t时刻初始值为0开始演化,则Tag关于时间的导数为0,Tag不发生变化;1T0如果t时刻Flag为-1,则其中β=0.5,若Tag以t时刻初始值为0开始演化,则Tag关于时间的导数为负,Tag降低,直至降到Tag关于时间的导数为0时,即/>时停止下降,并保持/>1T,LTD0如果t时刻Flag为1,则其中β=0.5,若Tag以t时刻初始值为0开始演化,则Tag关于时间的导数为正,Tag升高,直至升至Tag关于时间的导数为0时,即/>时停止上升,并保持/>1T,LTP0步骤4)具体为:根据树突中的钙离子浓度[Ca]和钙离子浓度阈值Ca0得到t时刻树突中PRP的浓度;PRP浓度的演化是与[Ca]有关的动力学过程;其中Ca0=1mM;树突中的钙离子可以引发生成PRP的化学反应,单位时间内PRP的生成率记为PRP;如果t时刻树突中的钙离子浓度[Ca]低于阈值Cα0,则PRP为0或衰减为0,PRP不发生变化;如果t时刻树突中的钙离子浓度[Ca]高于阈值Ca0,则PRP按alpha函数的形式变化,PRP作为PRP对时间的积分,先增加,后持平;2+dd12+ddrate12+ddrate12+ddraterate步骤5)具体为:首先,计算突触连接权重系数相关参数y,y的演化是与Tag和PRP浓度有关的动力学过程,其中τ=1ms;由于PRP浓度是非负的,若Tag和PRP浓度中有一个为0,则y对时间的导数为0,y不会发生变化;若Tag为负,PRP浓度为正,则y对时间的导数为负,y降低;若Tag为正,PRP浓度为正,则y对时间的导数为正,y升高;y其次,计算突触连接权重系数z,z与y之间的关系满足其中z代表权重系数z的下限,z代表权重系数z的上限,λ=1,z=0.5,z=2;lh1h再次,将突触连接权重系数z乘以初始连接权重w,得到t时刻的连接权重w=z×w;最后,重复步骤1)、步骤2)、步骤3)、步骤4)和步骤5),计算整个模拟时间内神经元之间的突触连接权重变化。0110 关注公众号马克数据网