ISSN 2071-8594

Российская академия наук

Главный редактор

Г.С. Осипов

О.П. Кузнецов, Н.И. Базенков, Б.А. Болдышев, Л.Ю. Жилякова, С.Г. Куливец, И.А. Чистопольский "Асинхронная дискретная модель химических взаимодействий в простых нейронных системах"

Аннотация.

Предложена асинхронная дискретная модель химических несинаптических взаимодействий между нейронами. Введены скорости изменения мембранного потенциала. Рассмотрены нейроны трех типов: осцилляторный, тонический и реактивный, наличие которых важно для моделирования центральных генераторов паттернов – нейронных ансамблей, генерирующих ритмическую активность при отсутствии внешних воздействий. Приведен алгоритм поведения предложенной модели.

Ключевые слова:

асинхронная дискретная модель, гетерогенная нейронная система, внеклеточное пространство, несинаптические взаимодействия, нейротрансмиттеры.

Стр. 3-20.

Литература

1. Базенков Н.И., Воронцов Д.Д., Дьяконова В.Е., Жилякова Л.Ю., Захаров И.С., Кузнецов О.П., Куливец С.Г., Сахаров Д.А. Дискретное моделирование межнейронных взаимодействий в мультитрансмиттерных сетях // Искусственный интеллект и принятие решений. 2017, № 2, С. 55–73.
2. Bazenkov N., Dyakonova V., Kuznetsov O., Sakharov D., Vorontsov D., and Zhilyakova L. Discrete Modeling of Multi-transmitter Neural Networks with Neuronal Competition. Springer International Publishing AG. 2018. Biologically Inspired Cognitive Architectures (BICA) for Young Scientists, Advances in Intelligent Systems and Computing V.636. P. 10 – 16.
3. McCulloch W.S., Pitts W. 1943. A logical calculus of the ideas immanent in nervous activity. Bull. Math. Biophys., v.5, pp.115-133. (Рус.пер. Мак-Каллок, У.С., Питтс, В. 1956. Логическое исчисление идей, относящихся к нервной активности // Автоматы: Сб.– М., 1956. – С. 363 – 384.)
4. Hopfield J.J. 1982. Neural networks and physical systems with emergent collective computational abilities. Proceedings of National Academy of Sciences, vol. 79 no. 8.
5. Haykin S. 2009. Neural Networks and Learning Machines (3rd Edition), Prentice Hall.
6. LeCun, Y., Bengio, Y., Hinton, G. 2015. Deep learning. Nature 521 (7553). P. 436–444.
7. Goodfellow I., BengioY., Courville, A. 2016. Deep Learning. MIT Press. 787 p.
8. Deng L., Yu D. 2014. Deep Learning: Methods and Applications. Foundations and Trends in Signal Processing. 7 (3-4): 1–199.
9. Bengio Y., Lamblin P., Popovici P., Larochelle H. 2007. Greedy Layer-Wise Training of Deep Networks, Advances in Neural Information Processing Systems 19, MIT Press, Cambridge, MA.
10. Hinton G.E., Osindero S., Teh, Y.W. 2006. A fast learning algorithm for deep belief nets. Neural Computation, 18:1527-1554.
11. Шумский С.А. Глубокое обучение. 10 лет спустя // XIX международная научно-техническая конференция «Нейроинформатика-2017»: Лекции по нейроинформатике. М.: НИЯУ МИФИ. 2017. С. 98-131.
12. Abbott, L.F. 1999. Lapique’s introduction of the integrateandfire model neuron (1907). Brain Research Bulletin 50 (5/6): 303–304.
13. Hodgkin A. L., Huxley A. F. 1952. A quantitative description of membrane current and its applications to conduction and excitation in nerve. J. Physiol. (Lond.), 116. P.
500–544.
14. FitzHugh R. 1969. Mathematical models of excitation and propagation in nerve. Chapter 1 (pp. 1–85 in H.P. Schwan, ed. Biological Engineering, McGraw–Hill Book Co., N.Y.)
15. Nagumo J., Arimoto S., Yoshizawa S. 1962. An active pulse transmission line simulating nerve axon. Proc. IRE. 50:2061–2070.
16. Morris C., Lecar H., 1981. Voltage Oscillations in the barnacle giant muscle fiber, Biophys. J., 35 (1): 193–213.
17. Vavoulis D., Straub V., Kemenes I., Kemenes G., Feng J., Benjamin P. 2007. Dynamic control of a central pattern generator circuit: a computational model of the snail feeding network. European Journal of Neuroscience, Vol. 25, pp. 2805–2818, 2007.
18. Izhikevich E. 2000. International Journal of Bifurcation and Chaos, Vol. 10, No. 6, 1171–1266.
19. Izhikevich E. 2004. Which Model to Use for Cortical Spiking Neurons? IEEE Transactions on Neural Networks, Vol. 15, No. 5.
20. Brunel N. 2000. Dynamics of Sparsely Connected Networks of Excitatory and Inhibitory Spiking Neurons. Journal of Computational Neuroscience, Vol. 8, No. 3, P.183–208. https://doi.org/10.1023/A:1008925309027
21. Ladenbauer J., Augustin M., Shiau L., Obermayer K. 2012. Impact of Adaptation Currents on Synchronization of Coupled Exponential Integrate-and-Fire Neurons. PLoS
Computational Biology, Vol. 8, No. 4, e1002478, https://doi.org/10.1371/journal.pcbi.1002478
22. Delahunt C.B., Riffell J.A., Kutz J.N. 2018 Biological Mechanisms for Learning: A Computational Model of Olfactory Learning in the Manduca sexta Moth, with Applications
to Neural Nets. ArXiv.org: 1802.02678. URL: https://arxiv.org/abs/1802.02678 (по состоянию на 10.04.2018).
23. Балабан П.М., Воронцов Д.Д., Дьяконова В.Е., Дьяконова Т.Л., Захаров И.С., Коршунова Т.А., Орлов O.Ю., Павлова Г.А., Панчин Ю.В., Сахаров Д.А., Фаликман М.В. Центральные генераторы паттерна (CPGs) // Журн. высш. нерв. деят. 2013. 63(5):1-21.
24. Mulloney B., Smarandache C. 2010. Fifty years of CPGs: two neuroethological papers that shaped the course of neuroscience. Front. Behav. Neurosci. V. 4. № 45. P. 1-8.
25. Harris-Warrick R.M., Marder E., Selverston A.I., Moulins M. (eds). 1992. Dynamic Biological Networks: The Stomatogastric Nervous System. Cambridge, MA: MIT Press.
26. Vizi E.S., Kiss J.P., Lendvai B. 2004. Nonsynaptic communication in the central nervous system. Review. Neurochem. Int. 45:443-451.
27. De-Miguel F.F., Trueta C. 2005. Synaptic and extrasynaptic secretion of serotonin. Cell Mol Neurobiol 25:297-312.
28. Sem'yanov A.V. 2005. Diffusional extrasynaptic neurotransmission via glutamate and GABA. Neurosci Behav Physiol 35:253-266.
29. Dyakonova T.L. and Dyakonova V.E. 2010. Coordination of rhythm-generating units via NO and extrasynaptic neurotransmitter release. J. Comp. Physiol. A 196(8):529-541.
30. Bargmann C.I. 2012. Beyond the connectome: How neuromodulators shape neural circuits. BioEssays 34(6):458–465.
31. Артёмов Н.М., Сахаров Д.А., Коштоянц Х.С. М.: Наука. 1986. Гл. 3. Работы по химическим основам механизмов нервной деятельности. С. 106-162.
32. Brezina V. 2010. Beyond the wiring diagram: signalling through complex neuromodulator networks. Philos. Trans. R. Soc. Lond. B. Biol. Sci. 12; 365(1551):2363-2374.
33. Сахаров Д.А. Биологический субстрат генерации поведенческих актов // Журн. общ. биологии. 2012. 73(5):334-348.
34. Agnati L.F., Guidolin D., Guescini M., Genedani S., Fuxe K. 2010. Understanding wiring and volume transmission. Brain Res. Rev. 64:137-159.
35. Дьяконова В.Е. Нейротрансмиттерные механизмы контекст-зависимого поведения // Журн. высш. нерв. деят. 2012. 62(6):1–17.
36. Marder E., Bucher D. 2001. Central pattern generators and the control of rhythmic movements. Curr. Biol., vol. 11, no. 23, p. R986–996.
37. Amari S.I. 1972. Learning patterns and pattern sequences by self-organizing nets of threshold elements. IEEE Transactions on Computers. 100 (21), n.11: 1197-1206.
38. Wang R.-S., Albert R. 2013. Effects of community structure on the dynamics of random threshold networks. Physical Review, v. E87.