- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
这个问题与873448有关.
来自 Wikipedia :
The Blue Brain Project is an attempt to create a synthetic brain by reverse-engineering the mammalian brain down to the molecular level. [...] Using a Blue Gene supercomputer running Michael Hines's NEURON software, the simulation does not consist simply of an artificial neural network, but involves a biologically realistic model of neurons.
"If we build it correctly it should speak and have an intelligence and behave very much as a human does."
我的问题是该软件在内部是如何工作的。如果它“涉及神经元的生物现实模型”,那与神经网络有何不同,为什么神经网络不能很好地模拟生物大脑而这个项目可以?以及,NEURON 软件在模拟中是如何使用的?
最后,如果这个问题不属于这里,我深表歉意(也许 BioStar StackExchance 是一个更好的提问地点)。
最佳答案
NEURON 软件通过模拟细胞内外不同 ionic channel 的 ionic 通量来模拟神经元细胞。这些运动在神经元膜的内部和外部之间产生电势差,并且这种电势的调制允许不同的神经元相互通信。存在几种神经元生物物理模型,例如 integrate-and-fire model或 Hodgkin-Huxley model
除了同名之外,人工神经网络与生物神经网络几乎没有任何关系。它们是以加权方式相互连接的数学结构,允许接受一个或多个输入并产生一个或多个输出。
编辑:我必须补充一点,尽管 Blue Project 是朝着模拟整个大脑迈出的令人难以置信且非常令人钦佩的一步,但我们距离该目标还很遥远。所有这些都是模型,因此它们近似于生物细胞的行为,但它们绝不是完整的。此外,这些模型分析哪些神经元的“选择”存在很大偏差。大多数模型代表大脑的某些区域(例如皮层或海马体),其中 1) 我们有相当多的知识和 2) 由协同工作的非常有组织的神经细胞结构构成。大脑的其他部分可能并不像建模那样微不足道(请注意,我以开玩笑的方式使用“微不足道”,我绝不是说对皮层建模很容易!),但是我想这方面的细节有点超出了 SO 的范围。也许当cognitive science proposal您可以在那里提出问题!
最后,为了纠正引用的说法,该项目确实模拟了老鼠体感皮层的一列,这只是整个老鼠大脑中非常小的一部分。
关于c - 蓝脑计划(和 NEURON 软件)如何运作?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4904240/
我正在学习使用 OpenCV 进行模式识别并想实现一个分类器。 据我了解,通常的方法是对所有输入值实现神经元网络评估并输出决策。现在,我担心学习 NN 会超出我的智力,我正在寻找一种更简单的方法。 我
我使用 Keras 实现了自动编码器,它采用 112*112*3 个神经元作为输入,将 100 个神经元作为压缩/编码状态。我想从这 100 个神经元中找出能够学习重要特征的神经元。到目前为止,我已经
这个问题与873448有关. 来自 Wikipedia : The Blue Brain Project is an attempt to create a synthetic brain by re
是否可以使用 torch 实现连接同一层神经元的架构? 最佳答案 您所描述的称为递归神经网络。请注意,它需要完全不同类型的结构、输入数据和训练算法才能正常工作。 有 rnn用于处理循环神经网络的 To
我目前正在研究神经网络理论,我发现到处都写到它由以下几层组成: 输入层 隐藏层 输出层 我看到一些图形描述将输入层显示为网络中的真实节点,而其他图形描述则将该层显示为值的向量[x1, x2, ...
我已启动并运行 Visual Studio Community 2019。我正在尝试将 Python 与 NEURON(7.2.536.15) 包一起使用。我的 Python 3.7(64 位)环境中
我有一个大型数据集,我正在尝试使用 SOM 进行聚类分析。数据集巨大(约数十亿条记录),我不确定神经元的数量和 SOM 网格的大小应该从多少开始。任何有关估计神经元数量和网格大小的 Material
我目前正在研究 MNIST 手写数字分类。 我构建了一个具有以下结构的前馈网络: 输入:28x28 = 784 个输入 隐藏层具有 1000 个神经元的单个隐藏层 输出层:10 个神经元 所有神经元都
这是我从 FANN 网站上获取的一个稍微修改过的示例程序。 我创建的方程是 c = pow(a,2) + b。 Train.c #include "fann.h" int main() { c
此代码是关于使用 com.googlecode.javacv.cpp 训练神经网络当我制作 .create 方法时出现错误 static void train (CvMat TrainData, Cv
我是一名优秀的程序员,十分优秀!