Izhikevich เซลล์ประสาทจะง่ายยังรูปแบบค่อนข้างมีประสิทธิภาพของเซลล์ประสาทชีววิทยาที่ออกแบบมาสำหรับการใช้งานในแบบจำลองเวลาก้าวต่อเนื่อง ในการแข่งขันกอล์ฟนี้คุณจะต้องใช้โมเดลนี้
พารามิเตอร์
โมเดลนี้มีเพียง 7 ตัวแปรที่จัดเป็นสมการเชิงอนุพันธ์ 2 แบบเมื่อเทียบกับพารามิเตอร์หลายสิบตัวของแบบจำลองทางกายภาพที่แม่นยำ
vและuเป็นตัวแปรสถานะสองอย่างของเซลล์ประสาท นี่vคือตัวแปร "เร็ว" ที่แสดงถึงศักยภาพของเซลล์เมื่อเวลาผ่านไปและuเป็นตัวแปร "ช้า" ที่แสดงถึงคุณสมบัติของเมมเบรนบางอย่างvตัวแปรหนึ่งที่สำคัญที่สุดเช่นนี้เป็นผลลัพธ์ของการจำลองa,b,cและdได้รับการแก้ไขค่าคงที่อธิบายคุณสมบัติของเซลล์ประสาท เซลล์ประสาทประเภทต่าง ๆ มีค่าคงที่ต่างกันขึ้นอยู่กับพฤติกรรมที่ต้องการ ยวดcเป็นศักยภาพการรีเซ็ตซึ่งเป็นศักยภาพเยื่อหุ้มเซลล์กลับไปหลังจาก spikingIแสดงถึงกระแสไฟฟ้าที่ป้อนเข้าสู่เซลล์ประสาท ในการจำลองเครือข่ายสิ่งนี้จะเปลี่ยนแปลงตลอดเวลา แต่สำหรับวัตถุประสงค์ของเราเราจะถือว่าIเป็นค่าคงที่ที่แน่นอน
นางแบบ
รุ่นนี้มีรหัสเทียมที่ง่ายมาก อันดับแรกเรารับค่าคงที่abcdและใช้เพื่อเริ่มต้นvและu:
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, Iและt(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 (แม้ว่าแรงดันอินพุตของเซลล์Iจะคงที่ตลอดเวลา)
tเป็นลบหรือไม่?