Модель нейрона

 

О П И С А Н И Е п11 482766

ИЗОБРЕТЕНИЯ

Союз Советских

Социалистических

Республик

К АВТОРСКОМУ СВИДЕТЕЛЬСТВУ (61) Дополнительное к авт. свид-ву (22) Заявлено 12.05.74 (21) 2024002/18-24 с присоединением заявки № (51) М. Кл. б 06g 7/60

Государственный комитет (23) Приоритет

Совета Министров СССР

Опубликовано 30.08.75. Бюллетень № 32 е (53) УДК 681.333(088.8) по делам изобретений и открытий

Дата опубликования описания 04.11.75 (72) Авторы изобретения

В. Г. Ив,ащенко и E. Д. Цыбышев

Казанский ордена Трудового Красного Знамени госуд университет им. В. И. Ульянова (Ленина) (71) Заявитель (54) МОДЕЛЬ НЕЙРОНА

Изобретение относится к электрическому моделированию и может использоваться при исследовании моделей нейронных структур.

Известны модели нейрона, содержащие резисторы, конденсаторы и диоды.

Однако известные устройства конструктивно громоздки и моделируют только отдельные свойства первой клетки.

Цель изобретения — упрощение устройства и увеличение точности моделирования.

Это достигается тем, что в предлагаемой модели в качестве активного элемента используется лавинный транзистор, включенный между входом и выходом, в коллекторной и эмиттерной цепях которого включены токоограничивающие резисторы, а параллельно переходу база — эмиттер подключен базовый резистор, причем возбуждающий и тормозящий входы подключены к эмиттерной и базовой цепям соответственно.

На чертеже изображена электрическая схема предлагаемой модели нейрона.

Она содержит транзистор 1, резисторы 2 — 6, конденсаторы 7 — 9 и диоды 10 и 11.

Активным элементом модели является транзистор 1, работающий в лавинном режиме.

Резисторы 2, 3, 4 и конденсатор 7 обеспечивают заданный режим работы устройства, Тормозящий вход 12 и возбуждающий вход 13 содержат диодно-емкостные интегрирующие цепочки и токоограничивающие резисторы 5 и 6.

В исходном состоянии эмиттерный переход транзистора 1 закрыт. Напряжение питания схемы Е, меньше напряжения лавинного пробоя транзистора Уз . Разность U< j Уз — Е„ определяет порог срабатывания модели. На возбуждающий вход подается сигнал положительной полярности. Если напряжение на выл ходе интегрирующей цепочки 10 — 8 — 5

U)U< j U;; — Ен, то в коллекторном переходе транзистора 1 заметную роль начинает играть ударная ионизация, и соответственно токи базы и коллектора возрастают в т раз. !

5 Возрастание отрицательного базового тока в процессе ударной ионизации сопровождается уменьшением запирающего напряжения на эмиттерном переходе, и соответственно уменьшается напряжение на коллекторном перехо20 де, что выводит транзистор из области лавинного пробоя и приводит схему к исходному состоянию. На выходе 14 модели при этом формируется импульс напряжения, по форме воспроизводящий потенциал действия физиологического нейрона. Амплитудные и временные соотношения выходных импульсов модели воспроизводят аналогичные соотношения естественного нейрона. Конденсатор 7 служит для увеличения длительности выходного имзо пульса

482766

Предмет изобретения

Составитель В. Белан

Техред 3. Тараненко

Корректоры: Т. Фисенко и Л. Брахнина

Редактор Е. Караулова

Заказ 2583/11 Изд. № 1725 Тираж 679 Подписное

ЦНИИПИ Государственного комитета Совета Министров СССР по делам изобретений и открытий

Москва, Ж-35, Раушская наб., д. 4/5

Типография, пр. Сапунова, 2

При подаче длительного входного сигнала устройство выдает серию выходных импульсов, моделируя тем самым ритмическую активность нейрона.

Если на тормозящий вход 12 подать сигнал положительной полярности, то это вызовет еще большее запирание эмиттерного перехода. При достаточной величине этого сигнала .модель не будет возбуждаться, даже если одновременно подать сигнал на возбуждающий вход.

Наличие двух независимых входов (возбуждающего и тормозящего) позволяет воспроизвести следующие свойства физиологического нейрона: залповую активность, катодическую депрессию, анод-размыкательный эффект, свойство пространственной суммации. Наличие интегрирующих цепочек во входных цепях и своеобразие лавинного режима позволяют воспроизвести закономерность «сила — длительность», свойство временной суммации внешних сигналов, фазы абсолютной и относительной рефрактерности, экзальтационную фазу, свойство трансформации ритма, зави симость частоты ритмического возбуждения от амплитуды раздражающего сигнала, ла5 бильность и явление аккомодации.

10 Модель нейрона, содержащая резисторы, конденсаторы и диоды, отличающаяся тем, что, с целью упрощения устройства и увеличения точности моделирования, она содержит лавинный транзистор, в коллекторную

15 цепь которого подключены последовательно соединенные первый резистор и конденсатор, а параллельно базово-эмиттерной цепи транзистора подключен второй резистор, соединенный с последовательно подключенными то20 коограничивающим резистором и диодом, катод которого соединен с соответствующим конденсатором.

Модель нейрона Модель нейрона 

 

Похожие патенты:

Изобретение относится к области бионики и вычислительной техники и может быть использовано при построении систем распознавания образов

Изобретение относится к области автоматики и может быть использовано для управления роботами, станками и др

Изобретение относится к оптоэлектронным нейроподобным модулям для нейросетевых вычислительных структур и предназначено для применения в качестве операционных элементов у нейрокомпьютерах

Изобретение относится к вычислительной технике и может быть использовано для воспроизведения искусственного интеллекта

Изобретение относится к области элементов автоматики и вычислительной техники, в частности к магнитным тонкопленочным элементам

Изобретение относится к программным вычислительным системам, основанным на коробах

Изобретение относится к нейроподобным вычислительным структурам и может быть использовано в качестве процессора вычислительных систем с высоким быстродействием

Изобретение относится к области моделирования функциональных аспектов человека

Изобретение относится к бионике и вычислительной технике и может быть использовано в качестве элемента нейроноподобных сетей для моделирования биологических процессов, а также для построения параллельных нейрокомпьютерных и вычислительных систем для решения задач распознавания образов, обработки изображений, систем алгебраических уравнений, матричных и векторных операций
Наверх