Izhikevich เซลล์ประสาทจะง่ายยังรูปแบบค่อนข้างมีประสิทธิภาพของเซลล์ประสาทชีววิทยาที่ออกแบบมาสำหรับการใช้งานในแบบจำลองเวลาก้าวต่อเนื่อง ในการแข่งขันกอล์ฟนี้คุณจะต้องใช้โมเดลนี้
พารามิเตอร์
โมเดลนี้มีเพียง 7 ตัวแปรที่จัดเป็นสมการเชิงอนุพันธ์ 2 แบบเมื่อเทียบกับพารามิเตอร์หลายสิบตัวของแบบจำลองทางกายภาพที่แม่นยำ
v
และu
เป็นตัวแปรสถานะสองอย่างของเซลล์ประสาท นี่v
คือตัวแปร "เร็ว" ที่แสดงถึงศักยภาพของเซลล์เมื่อเวลาผ่านไปและu
เป็นตัวแปร "ช้า" ที่แสดงถึงคุณสมบัติของเมมเบรนบางอย่างv
ตัวแปรหนึ่งที่สำคัญที่สุดเช่นนี้เป็นผลลัพธ์ของการจำลองa
,b
,c
และd
ได้รับการแก้ไขค่าคงที่อธิบายคุณสมบัติของเซลล์ประสาท เซลล์ประสาทประเภทต่าง ๆ มีค่าคงที่ต่างกันขึ้นอยู่กับพฤติกรรมที่ต้องการ ยวดc
เป็นศักยภาพการรีเซ็ตซึ่งเป็นศักยภาพเยื่อหุ้มเซลล์กลับไปหลังจาก spikingI
แสดงถึงกระแสไฟฟ้าที่ป้อนเข้าสู่เซลล์ประสาท ในการจำลองเครือข่ายสิ่งนี้จะเปลี่ยนแปลงตลอดเวลา แต่สำหรับวัตถุประสงค์ของเราเราจะถือว่าI
เป็นค่าคงที่ที่แน่นอน
นางแบบ
รุ่นนี้มีรหัสเทียมที่ง่ายมาก อันดับแรกเรารับค่าคงที่abcd
และใช้เพื่อเริ่มต้นv
และu
:
v = c
u = b * c
ต่อไปเราวนซ้ำรหัสจำลองหลาย ๆ ครั้งตามที่ต้องการ การวนซ้ำแต่ละครั้งแสดงเวลา 1 มิลลิวินาที
for 1..t:
if v >= 30: # reset after a spike
v = c
u = u + d
v += 0.04*v^2 + 5*v + 140 - u + I
u += a * (b*v - u)
print v
การใช้งานจริงบางอย่างรวมถึงขั้นตอนเพิ่มเติมสำหรับความแม่นยำเชิงตัวเลข แต่เราไม่ได้รวมสิ่งเหล่านี้ไว้ที่นี่
อินพุต
เป็น input / โปรแกรมการทำงานของคุณควรจะใช้ค่าของa
, b
, c
, d
, I
และt
(จำนวนของขั้นตอนเวลาในการจำลอง) เมื่อตั้งค่าแล้วจะไม่มีการเปลี่ยนแปลงพารามิเตอร์เหล่านี้ในระหว่างการจำลองอย่างง่ายของเรา ลำดับของอินพุตไม่สำคัญ: คุณสามารถระบุลำดับที่โปรแกรมของคุณใช้พารามิเตอร์เหล่านี้
เอาท์พุต
ผลลัพธ์จะเป็นรายการตัวเลขที่แสดงถึงศักยภาพของเซลล์เยื่อหุ้มเซลล์ (ที่กำหนดโดยตัวแปรv
) ตลอดระยะเวลาของการจำลอง รายการสามารถอยู่ในรูปแบบที่เหมาะสม
คุณมีตัวเลือกว่าจะรวมค่าที่ 0 ของการจำลอง (การกำหนดค่าเริ่มต้นก่อนเวลาใดก็ได้) ในผลลัพธ์ของคุณ ตัวอย่างเช่นสำหรับอินพุตของ0.02 0.2 -50 2 10 6
(สำหรับa b c d I t
) เอาต์พุตของทั้งคู่
-50
-40
-16.04
73.876224
-42.667044096
-25.8262335380956
29.0355029192068
หรือ
-40
-16.04
73.876224
-42.667044096
-25.8262335380956
29.0355029192068
เป็นที่ยอมรับ
ค่าของคุณไม่จำเป็นต้องเหมือนกับที่กล่าวมาข้างต้นขึ้นอยู่กับว่าภาษาของคุณจัดการกับลอย
การดำเนินการอ้างอิง
นี่คือการใช้งาน TIO ที่ฉันเขียนใน Perl เพื่อสาธิตโมเดล พารามิเตอร์นั้นเป็นของเซลล์ประสาท "พูดพล่อย" จากกระดาษที่เชื่อมโยงด้านบนและสิ่งนี้ทำหน้าที่เป็นการสาธิตว่ารุ่นนี้สามารถสร้างคุณสมบัติที่ซับซ้อนมากขึ้นของเซลล์ประสาทได้อย่างไรเช่นการสลับระหว่างสถานะของกิจกรรมระดับสูงและระดับต่ำ หากคุณดูที่เอาต์พุตคุณสามารถดูว่าเซลล์ประสาทใดที่ spikes ทันทีหลาย ๆ ครั้ง แต่จากนั้นรอสักครู่ก่อนที่จะ spiking หลาย ๆ ครั้ง (แม้ว่าแรงดันอินพุตของเซลล์I
จะคงที่ตลอดเวลา)
t
เป็นลบหรือไม่?