Файл: Шахнович, А. Р. Математические методы в исследовании биологических систем регулирования.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 19.10.2024
Просмотров: 102
Скачиваний: 0
свойством обладают поэтому также и Sm+n |
S2, |
и Sm+nS3. |
Сети рис. |
|||||
3,Ь, 3,с |
и 3,d |
реализуют |
соответственно |
S (рх (Zj)) V р2 (z^), |
||||
S(pM)-pt |
(«О) и 5 ( Л |
|
со ( А |
(z2)) в у.с. Значит, |
(^і V |
|||
V S2), |
Sm+n+1 |
(S^SJ и |
Sm+n+1 |
(Sx |
оо S2) |
реализуемы |
в у . с , а |
|
следовательно, |
Sx V S2, |
S^S^, Si со S2 |
реализуемы, |
если реали |
||||
зуемы Sx |
и S2. Полная индукция приводит к заключению, что вся |
кое в.п.в. реализуемо. Таким образом, можно считать, что каждая
NiW.s.Nxlt-i).
N3(t).=.N,(t-i) VN2{t-l)
Л/3 («) =.УѴ,(*-1).Л/2 (<-1).
W3(i).=.Wi(<-l)yW2U-l).
Рис. 3. Примеры нейронных структур (а, Ь, с, d)
сеть строится из основных элементов в точности так же, как соот ветствующее в.п.в. порождается операциями предшествования дизъюнкции, конъюнкции и конъюнктивированного отрицания.
В частности, для всякого описания состояния, т. е. распределе ния значений истинности и ложности действий всех нейронов не которой сети, за исключением случая ложности действий всех ней ронов, можно построить некоторый нейрон, возбуждение которого необходимо и достаточно для справедливости этого описания. Кро ме того, всегда существует бесконечно много топологически раз
личных сетей, |
реализующих |
произвольное в.п.в. |
Т е о р е м а |
3. Пусть дано некоторое сложное высказывание |
|
Su построенное |
каким-нибудь |
образом из элементарных высказы |
ваний вида р (zx — zz) (где zz-произвольное число) посредством от рицания, дизъюнкции, конъюнкции, импликации и эквивалент ности. Тогда S± есть в.п.в., которое ложно только в случае, если
41
все его конституэнты р (zx — zz) ложны, т. е. заменены ложными высказываниями, или если в последней линии таблицы истин ности для Si содержится F, или же в гильбертовой дизъюнктив ной нормальной форме для Si нет членов, состоящих из одних от рицаемых элементов.
Метод последней теоремы обеспечивает удобную и практичную процедуру для построения требуемой нервной сети в тех случаях, когда в предписанные условия не входят события из неограничен но далекого прошлого. В качестве примера можно рассмотреть ощущение тепла, вызываемое кратковременным охлаждением.
Если на мгновение приложить к коже холодный предмет, а затем убрать его, то возникнет ощущение тепла. Если же его про держать более долгое время, то будет ощущение только холода без предшествующего ощущения тепла, хотя бы непродолжитель ного. Известно, что одни кожные рецепторы возбуждаются теп лом, а другие — холодом. Если Т Ѵ і и 7Ѵ2 — действия соответствую
щих рецепторов, а Лг 3 и — действия нейронов, возбужденность которых влечет ощущения тепла или холода, то требования могут быть записаны так:
N^ty.^-.N^t |
- i).\/.N,(t |
- 3).cotfs (* - 2), |
Л Г 4 ( 0 - = Л г |
2 ( г - 2 ) . У Ѵ 2 ( * - 1 ) , |
где предполагается для простоты, что продолжительность, требу емая для ощущения холода, равна двум сииаптическим задерж кам, а для ощущения тепла — одной. Эти условия подходят, оче видно, под теорему 3. Можно поэтому построить реализующую их сеть с помощью метода теоремы 2. Сначала запишем их способом, выявляющим их построение из конституэнт посредством опера ций в виде
7Ѵ3 (t)=.S{N, |
(t) V S [{SNt (t)).oo.N2(t)}}, |
Nt (t).=.S |
{[SN2(t)].N*(t)}. |
Построим, во-первых, сеть для функции, заключенной в наибольшее'число скобок, и будем двигаться наружу; в этом случае мы соединим сетью 0 нейрон с2 с некоторым нейроном, скажем са, так что
Na(t).=.SN2(t).
Введем затем две сети, соединяющие са и с2 соответственно с Сп и сь. Тогда
N,{t)=.S[Na{t).N2{t)].^.S [SN2(t)].N2(t)h Nb(t)~.S [Na(t).ooN2(t)].=.S[(SNt(t)).ooNt(t)].
Наконец, проведем сеть от d и cb к с 3 и получим
7Ѵ3 (t).=.S [N,(t)\/Nb(t)]~.S{TVx(t)\/S |
[(SN2(t))].coN2 (t)}. |
Это — желаемые выражения для N3 (t) и Л'4 (i).
42
Теперь рассмотрим некоторые теоремы эквивалентности, т. е. теоремы, устанавливающие тождественность (если не считать вре мени) различных законов нервного возбуждения. Разберем сна чала случай относительного торможения. Под этим мы понимаем предположение о том, что возбуждение тормозящего синапса не исключает абсолютно возбуждения нейрона, но лишь увеличи вает его порог, так что для возбуждения нейрона требуется од новременное возбуждение большего числа возбуждающих синап сов, чем было бы нужно в противном случае. Без ограничения общности можно принять, что порог увеличивается на единицу
при возбуждении |
каждого |
тормозящего |
синапса. |
|
|
|
||||||
Т е о р е м а |
4. |
Относительное и |
абсолютное |
торможения |
||||||||
эквиваленты |
в |
широком |
смысле. |
|
|
|
|
|
||||
Используя предположение об относителЁном торможении, |
мож |
|||||||||||
но записать |
закон |
нервного возбуждения аналогично |
формуле |
|||||||||
(1-4-1). Рассмотрение полученного выражения показывает |
тогда, |
|||||||||||
что оно является в.п.в. |
Пример |
замены |
относительного торможе |
|||||||||
ния абсолютным дан в (1-4-2). |
|
|
|
|
|
|
||||||
Обратная замена еще проще; снабдим каждый тормозящий ак |
||||||||||||
сон, подходящий к Cj, достаточным числом тормозящих |
синапсов. |
|||||||||||
У Ѵ 4 (ty.-.ooN, |
(t - i).N2 |
(t - |
|
i)\JN3 |
(t - |
1).V-Wi (t - 1). |
|
|
|
|||
|
|
|
|
|
|
|
|
.N2(t-i).N3(t-l), |
|
(1-4-2) |
||
7V4 (*):=: ooNj.it- |
|
2).N2(t |
- |
2)\/N3(t-2). |
|
V - ^ i ( < - 2 ) . |
|
|
||||
|
|
|
|
|
|
|
|
.N2(t-2).N3(t-2). |
|
|
|
|
Рассмотрим |
затем |
случай утомления. |
Его можно |
записать в |
||||||||
виде изменения |
порога Ѳ4 |
после |
возбуждения нейрона |
с4 . |
Изме |
нение порога с точностью до ближайшего целого числа и только с такой точностью имеет значение при естественных типах возбуж дения, что может быть записано как последовательность Э4 -f- bj
для / синаптических задержек после возбуждения, где bj = |
О при |
||||||
достаточно больших |
/ (/^>,Ж). |
|
|
|
|||
Т е о р е м а |
5. |
Утомление |
эквивалентно абсолютному |
тормо |
|||
жению. |
|
|
|
|
|
|
|
Ибо, предположив на время, что имеет место |
относительное |
||||||
торможение, мы должны |
лишь |
провести от нейрона q назад к |
|||||
нему M циклов |
т, |
хм, |
содержащих |
соответственно 1, 2, |
|||
нейронов (так что возбуждение |
каждого |
звена в цикле достаточно |
|||||
для возбуждения следующего), |
где конец цикла |
т4 имеет |
точно |
bj тормозящих синапсов на с\. Очевидно, что это обеспечивает же лаемый результат. Обратная замена может быть выполнена с помощью
N3 (t).=.N2 (t - 2).со7Ѵг (t - 3). |
(1-4-3) |
Теорема следует из транзитивно сти замены.
Т е о р е м а 6. Облегчение и временная суммация могут быть заменены пространственной суммацией.
43
Это очевидно; достаточно лишь ввести подходящую последова тельность цепочек задержки (с возрастающим числом синапсов) между возбуждающей клеткой и нейроном, на котором хотят иметь временную суммацшо. Предположение пространственной суммации даст тогда требуемый результат. Эта процедура показывает, что наблюдаемая в больших сетях временная суммация не обяза тельно предполагает подобный механизм взаимодействия индиви
дуальных нейронов. |
|
Т е о р е м а 7. Изменяемые синапсы могут быть |
заменены |
петлями. Это выполняется с помощью |
|
Na(t):=:Ni(t-l).\/.N1(t-i).(Ëx)t-i.Nl(x).Ni(x). |
(1-4-4) |
Следует также отметить, что нейрон, который становится и ос тается активным самопроизвольно, может быть аналогичным об разом заменен петлей, приводимой в активность посредством од ного рецептора в начале активности и тормозимой другим при ее прекращении.
Таковы основные теоремы теории для сетей без петель. Теория нервных сетей в нейрофизиологии указывает на раз
личие между сетями, необходимыми или'достаточными для заданной активности. Это помогает выяснить соотношение между нару шенной структурой и нарушенным функционированием. Приме нительно к математическим исследованиям эта теория представ ляет способ строгой символической трактовки сетей и метод конструирования гипотетических моделей сетей с заданными свойствами.
Работы Мак-Каллока и Питтса послужили основой для боль шого количества исследований, развивающих теорию автоматов — моделей нервной системы и поведения.
В 1958 г. Мак-Каллок1 предложил новую модель формального нейрона, в которой ошибка считается органическим свойством нейрона. Подобный подход увеличивает адекватность модели реальности.
Однако для моделирования физиологических процессов в го ловном мозге, по-видимому, недостаточно подобного логического подхода.
В исследовании нейронных сетей сделан качественный ска чок в связи с работами Ф. Розенблатта (1962). Основная его идея сводится к попытке замены при исследовании физиологических систем логического подхода к решению статистическим.
Системы, действующие на основе статистических принципов, автор называет «персептронами». Каждый персептрон состоит из некоторого множества элементов, связанных в единую сеть, и ге нерирующих сигналы. При получении входного сигнала каждый
такой элемент |
генерирует выходной сигнал, поступающий в за- |
|
1 M c C u ' . l l o c h |
,W. S. Mal. Phys. Lab. Symposium, |
No 10, HMSO, London, |
1959. Г у т ч и п |
И. В., К у з п ч е в А. С. Бионика |
п надежность. М., Из-во |
«Наука», 1967. |
|
|
44
данное множество принимающих элементов. Персептрон имеет сенсорный вход (множество элементов, реагирующих на сигналы из внешней среды) и один или несколько выходных элементов.
Логические свойства персептрона определены его топологиче ской структурой (связями между элементами, генерирующими сигналы); набором функций распространения сигналов (алгорит мов, управляющих генерацией и передачей сигналов); набором функций памяти (алгоритмов преобразования свойств сети). Исследования с помощью персептрона проводятся в системе, со стоящей кроме него из окружающей среды и «экспериментато ра» (человека или машины), формулирующего алгоритмы преобра зования или вырабатывающего подкрепление состояний памяти персептрона. В подобных исследованиях определяются свойства класса персептронов, топологическая структура которых опреде лена некоторым статистическим распределением. Поведение пер септрона определяется не заданными заранее логическими алго ритмами, а некоторым смещением характеристик.
В теории персептронов используются следующие основные оп ределения.
Сигнал — любая измеримая переменная величина, характе ризуемая амплитудой, временем и местоположением.
Генератор сигнала — любой физический элемент или устрой
ство, способные производить сигнал. |
Выходной сигнал |
элемента |
щ есть щ. Производящая функция |
сигнала — любая |
функция, |
определяющая закон изменения амплитуды сигнала, производи мого генератором сигнала.
Связь (сц) — любой канал, с помощью которого сигнал, вы рабатываемый одним генератором (начальный элемент, вход),
может |
быть передан |
другому (конечному элементу, выходу). |
Связь |
характеризуется |
начальными и конечными элементами |
(щ и Uj) и передающей функцией /. Эта функция определяет ампли туду сигнала, поступившего на выход, как функцию амплитуды и момента появления сигнала, генерируемого входом. Сигнал на выходе обозначается s0 - (t). Передающая сеть — система соеди ненных в сеть генераторов сигнала. Персептрон можно предста вить как передающую сеть, состоящую из генераторов сигнала трех типов: сенсорных элементов S, ассоциативных элементов А и реагирующих элементов R. Сенсорный элемент — любой чув ствительный элемент, вырабатывающий сигнал, который явля ется некоторой функцией входной энергии. Входной сигнал Si,
поступивший из внешней среды W в момент t, |
есть sw. (і). Сигнал, |
||
вырабатываемый элементом st |
в момент t, есть s\ (t). |
||
Простой сенсорный элемент действует по принципу: |
|||
+1, |
если |
s'w.yQi, |
|
О, |
если |
s'w. < |
Qi, |
где Qi — порог. |
|
|
|
45