《脑认知与人工神经网络》由会员分享，可在线阅读，更多相关《脑认知与人工神经网络（30页珍藏版）》请在金锄头文库上搜索。
1、 专题二专题二 脑认知与人工神经网络脑认知与人工神经网络内 容n神经系统n神经系统及神经分布n神经元的基本结构和功能n神经冲动的传递n人工神经网络学习系统n工作原理n应用生物神经网络n神经通讯是在神经系统，或神经元与效 应器间传递信息的一种方式n神经系统的功能n控制和调节其它系统的活动，使人体成为 一个有机的整体n维持机体与外环境间的统一n人类神经系统不仅适应环境，还能主观改 造世界神经系统及神经分布中枢部周围部脑脊髓31对脊神经12对脑神经内脏神经交感神经副交感神经 嗅神经 感觉性 视神经 感觉性 动眼神经 运动性 滑车神经 运动性 三叉神经 混合性 展神经 运动性 面神经 混合性 前庭蜗神
2、经 感觉性 舌咽神经 混合性 迷走神经 混合性 副神经 运动性 舌下神经 运动性连于中脑连于延髓连于脑桥连于端脑 连于间脑十二对脑神经名称、性质植物神经系统及其对内脏的调节又称自主神经系统或 植物神经系统。内脏神经系统交感神经副交感神经副交感神经交感神经包 括中枢部周围部交感神经和副交感神经系统的功能器官交感神经副交感神经 循环系统心跳加快加强、皮肤及内 脏血管收缩，血压升高心跳减慢减弱，血压 降低 呼吸系统呼吸道平滑肌舒张呼吸道平滑肌收缩 消化系统胃肠平滑肌的活动减弱 括约肌收缩加强胃肠平滑肌的活 动，括约肌舒张 眼瞳孔扩大瞳孔缩小 汗腺分泌增加不受副交感神经支配 代谢，内分 泌糖原分解，肾
3、上腺髓质分 泌增加胰岛素分泌增加，糖 原合成增加（一）神经元与神经传导n神经系统中担负神经传导的基本结构和 功能单位是神经细胞，即神经元n神经元的结构组成n细胞体、树突与轴突n神经元通过以下途径完成信号传导n神经冲动(nerve Impulse)n突触传递(synapse transmission)q神经元的基本构造q树突与轴突树突 轴突短而分支 长/末端有分支（人的可长达1 m，鲸可达 10 m）无髓鞘 有髓鞘（外面包着充满磷脂的髓鞘）接受和传入刺激 传出神经冲动神经元的结构神经元细胞体突起树突 轴突膝跳反射实际上是两 个神经元细 胞分别联系 着感受器（ 肌索）、效 应器（横纹 肌）突触轴突
4、的末梢分支， 是神经元传出神经冲 动的终端; 突触组成：突触前 膜、突触间隙、突触 后膜信息通过突触在神经元之间传递，突触是神 经细胞和接受神经信号的细胞之间的连接处（二）神经冲动的产生和传导神 经 冲 动静息电位(resting potential) 神经纤维处于 静息状态时，存在外正内负的电位差。 动作电位(action potential) 神经纤维受到 足够强的刺激，Na+通道完全开放，膜电位提高 到最高值。 神经冲动(nerve impulse) 动作电位沿神经纤 维向远端传播，使整个神经纤维依次兴奋。（1）静息电位n神经元在静息状态时， 即未接受刺激，未发生 神经冲动时，细胞膜内
5、积聚负电荷，细胞膜外 积聚着正电荷，膜内外 存在着70 mV电位差 ；n细胞膜上存在的 Na+,K+ ATP泵是造成静息电 位的原因之一动 作 电 位 坐 标 图当神经细胞受 到刺激时，细 胞膜的透性急 剧变化，大量 正离子（主要 是 Na+）由膜外 流向膜内，使 膜两侧电位从 70 mV,一下 子跳到 +35mV ，这就是动作 电位。动作电 位的产生，意 味神经冲动的 产生。(2) 动作电位动作电位传播特点 “全或无” 刺激强度不够，不产生动作电 位； 刺激达到或超过有效强度（阈 值），动作电位恒定为 +35 mV 。 快速产生与传播 产生仅需 1 ms； 从刺激点向两侧传播，速度可 达 1
6、00 m/S。 不应期 产生动作电位需 1 ms；恢复到 原来静息电位状态35ms； 受刺激后直至恢复到静息电位 状态，总共46ms 这段时间内，神经细胞对新的 刺激无反应，称为不应期。神经冲动沿着轴突, 基本上都是按照引起邻段发生动作电位方 式向远端传播，到了突触的地方，如何跨越两层细胞膜之间的 空隙，传向后一个细胞?（3）神经冲动在突触的传导跨越细胞间隙传导神经冲动的两种方式电突触 化学突触膜间间隙 2 nm 20 nm传导 电位 神经递质逆向 可以 不可以 常见于 低等动物 高等动物 （蚯蚓、虾、海参等） (脊椎动物，人体)神经递质：突触处释 放化学物质，可与突触 后细胞膜受体特异结合
7、如：乙酰胆碱、正肾上腺素 、氨基丁酸 、5羟色胺 神经递质由突触前细 胞释放，通过受体作用 于突触后细胞，引起突 触后细胞的反应（4）神经递质及其效应二、神经网络学习系统n模拟人类实际神经网络的数学方法称为神经网络nT.Koholen的定义：“人工神经网络是由具有适应性的简 单单元组成的广泛并行互连的网络，它的组织能够模拟 生物神经系统对真实世界物体所作出的交互反应 应用n系统辨识n模式识别n智能控制等领域神经网络学习系统框图 基本原理 输入部接收外来的输 入样本X，由训练部进 行网络的权系数W调整 ，然后由输出部输出结 果 在此过程中，期望的 输出信号（或真值）可 以作为教师信号输入， 由该
8、教师信号与实际输 出进行比较，产生的误 差去控制修改权系数W 脑/脊髓感觉纤维信息功能反应运动纤维感觉运动神经与网络学习系统的组成比较神经神经网络学习系统传入信号刺激样本神经中枢 感受器输入部脑/脊髓/神经 元胞体训练部（多参数模型 、函数） 运动神经元输出部信号传出效应器实际输出Xl，X2，Xn，是输入样 本信号，W1，W2，Wn是权 系数。输入样本信号Xi可以取 离散值“0”或“1”。输入样 本信号通过权系数作用，在u 产生输出结果 WiXi，即有： u=WiXi=W1X1+W2X2+WnXn再把期望输出信号Y(t)和u 进行比较，从而产生误差信号 e。即权值调整机构根据误差e 去对学习系
9、统的权系数进行修 改，修改方向应使误差e变小 ，不断进行下去，使到误差e 为零，这时实际输出值u和期 望输出值Y(t)完全一样，则学 习过程结束神经网络的学习要消耗时间，学习过程要多次重复，甚至达万次级 神经网络的权系数W有很多分量W1，W2，-Wn（多参数修改系统） ，系统的参数的调整就必定耗时耗量。 研究和实时控制中的关键：提高神经网络的学习速度，减少学习次数基因预测的神经网络模型基因预测的神经网络模型l 人造神经元: 网络结(NN)功能激活输出(阈值) 输入输入输入WeightWeightWeight“计算单元”简单处理: 计算总和复杂处理: 本身可作为一个网络结5启动子转录起始位点非翻
10、译区转录区起始密码子 终止密码子3转录终止位点外显子切除和拼接位点GT AG 内含子真核生物基因结构真核生物基因结构l 基因结构的神经网络.基因预测的神经网络模型基因预测的神经网络模型: : GRAIL IIGRAIL II如何完成程序的如何完成程序的“学习过程学习过程” ” ? ?已知的基因完整的基因组1/21/2培训学习 (sequence and annotation)验证(sequence)未知的基因程序 选择合适的参数Good prediction一种计算机程序，需要用已知基因的序列对程序进行 “培训”，以便能分析同类的新序列n机器学习是人工智能的核心研究领域之一n任何一个没有学习能
11、力的系统都很难被认为是一 个真正的智能系统n经典定义：利用经验改善系统自身的性能机器学习：生物信息学机器学习：网络安全机器学习：搜索引擎Google的成功，使得Internet 搜 索引擎成为一个新兴的产业不仅有众多专营搜索引擎的公司出现（例如 专门针对中文搜索的就有慧聪、百度等）， 而且Microsoft等巨头也开始投入巨资进行 研发Google掘到的第一桶金，来源于 其创始人Larry Page和Sergey Brin提出的PageRank算法 机器学习技术正在支撑着各类搜索引 擎（尤其是贝叶斯学习技术）机器学习的重要性美国航空航天局JPL实验室的科学家在Science （2001年9月）上撰文指出：机器学习对科学研究的整 个过程正起到越来越大的支持作用，该领域在今后的 若干年内将取得稳定而快速的发展
