Библиотека neuron_traits

Библиотека neuron_traits представляет собой набор атрибутов нейронов. Вы можете использовать атрибуты нейронов, представленных в библиотеке, например, при построении популяций.

На текущий момент библиотека поддерживает наборы свойств для следующих нейронов:

• Нейрон по модели AltAILIF.

  Нейрон по модели AltAILIF представляет собой нейрон-интегратор с утечкой (англ. Leaky Integrate-and-Fire Neuron). Нейрон характеризуется потенциалом мембраны и пороговыми значениями потенциала мембраны.

  Значение потенциала мембраны изменяется в соответствии со значением синаптического воздействия, поступающего от связанного синапса. Если потенциал мембраны нейрона достигает положительного или отрицательного порогового значения, нейрон генерирует положительный или отрицательный спайк соответственно. В зависимости от заданных атрибутов нейрона после превышения одного из порогов потенциал мембраны либо принимает значение величины, на которую был превышен порог, либо сбрасывается до заданного значения.

  

  Место соединения нейронов, основная функция которого – передача сигнала от одного нейрона к другому. Каждый нейрон может быть связан с множеством синапсов.

  

  Значение, формируемое синапсом и предназначенное для изменения значений атрибутов нейронов.

  Значение потенциала мембраны также изменяется линейно на значение утечки potential_leak_, которое в свою очередь может быть как положительным, так и отрицательным.

  В атрибутах экземпляра нейрона вы можете указать базовое значение потенциала мембраны, значение потенциала мембраны после сброса, положительное и отрицательное пороговое значение потенциала, значение утечки, а также задать флаги, управляющие поведением потенциала после превышения порогов, флаг сброса потенциала нейрона в начале каждого временного шага и флаг, управляющий поведением утечки в зависимости от текущего знака потенциала нейрона.

• Нейрон по модели BLIFATNeuron (далее также "BLIFAT-нейрон").

  Нейрон по модели BLIFATNeuron представляет собой нейрон-интегратор с утечкой и адаптивным порогом, генерирующий серию спайков (англ. Bursting Leaky Integrate-and-Fire with Adaptive Threshold Neuron). BLIFAT-нейрон характеризуется потенциалом мембраны и пороговым значением потенциала мембраны.

  

  Кратковременный потенциал действия, сгенерированный нейроном популяции в результате изменения атрибутов нейрона.

  Значение потенциала мембраны изменяется в соответствии со значением синаптического воздействия, поступающего от связанного синапса. Если потенциал мембраны нейрона достигает порогового значения, нейрон начинает генерировать серию спайков с определенным интервалом. При этом после генерации спайка потенциал мембраны стремится к базовому значению, а пороговое значение изменяется в соответствии с инкрементом.

  Если к нейрону не поступают сообщения от связанного синапса в течение определенного времени, потенциал мембраны и его пороговое значение экспоненциально стремятся к базовым значениям.

  Вы можете указать базовое значения потенциала мембраны, базовое пороговое значение, значение инкремента, интервал времени, при достижении которого значения потенциала и порогового значения потенциала мембраны начинают стремиться к базовым, продолжительность серии спайков и интервал генерации спайков в атрибутах экземпляра нейрона.

• Нейрон по модели SynapticResourceSTDPBLIFATNeuron.

  Нейрон по модели SynapticResourceSTDPBLIFATNeuron представляет собой BLIFAT-нейрон, который характеризуется свободным синаптическим ресурсом, пороговым значением свободного синаптического ресурса и стабильностью.

  Если значение свободного синаптического ресурса по модулю превышает пороговое значение, то этот свободный синаптический ресурс распределяется поровну между всеми пластичными пресинаптическими связями нейрона. После этого значение свободного синаптического ресурса нейрона становится равным 0. Если значение свободного синаптического ресурса по модулю меньше порогового значения, то нейрон присваивает себе синаптический ресурс от связанных синапсов до достижения своего порогового значения.

  Значение стабильности нейрона изменяется в соответствии с синапатической пластичностью, используемой синапсом, и влияет на ее значение пластичности.

Подробнее о свойствах нейронов см. API-документацию Kaspersky Neuromorphic Platform. Если требуется, при работе с исходным кодом вы можете реализовать и использовать собственные модели нейронов.

В начало