發展中神經網路的雜訊驅使同步性及可塑性

Abstract

人類的意識行為由大腦掌控，因此對於神經網路的構造及其內部的動力機制的研究是相當重要的，而構成神經網路的基本單位—神經元，其物理性質及其行為已被大量研究，但神經元之間的交互作用仍然是較不清楚的。 在我們的研究中，用一個簡單的連結機制建構一個二維的神經網路，利用HH model作為神經元模型，再配合兩種不同的學習效應—STDP及anti-STDP進行電腦模擬來研究其生長機制及神經網路的同步性現象。 在神經網路的生長中，我們對不同的生長機制與不同的分布密度及形狀對神經網路的性質做探討，也利用最短路徑以及叢集係數對網路的構造以及產生的現象做討論。再接著探究神經網路的同步性現象，分別在不同的生長機制下讓神經網路發展至各個不同階段時研究同步性的產生及同步性頻率，也觀察在神經網路在訊號傳遞出去的延遲時間對同步性頻率的影響。最後，我們針對兩種不同的學習效應在哪些情況下才會產生同步性進行模擬。