神经元衰减激活方法和数学模型助力人工智能和脑科学领域取得新进展

神经元衰减激活方法和数学模型助力人工智能和脑科学领域取得新进展

神经元激活机制是计算神经科学研究的核心问题。近日，辽宁工程技术大学研究团队通过广义非线性系统理论，阐明了神经元信号衰减激活机理。相关研究成果已在《Cell》子刊《Patterns》期刊在线发表。

图1 神经元信号衰减激活机理及应用

在计算神经科学中，神经元模型主要用于模拟生物神经元的行为，从而帮助科学家理解大脑的工作原理以及开发人工神经网络。借鉴生物学习机制，揭示生物神经元的激活机理，可以有效推动深度学习技术的进步。

但是生物神经元的激活机制因涉及复杂的生理、电生理和分子生物学过程，导致研究非常困难，虽然科学家提出了许多卓越的神经元模型，但由于没有简明的数学原理，它们在深度学习领域的普及应用非常受限。

辽宁工程技术大学软件学院姜文涛副教授、袁姮副教授和刘万军教授采用了一种跨学科的研究方法，利用广义非线性系统来模拟、推理和论证神经元的信号激活过程，阐明了神经元衰减激活机理，设计了神经元的衰减激活方法和数学模型。该模型与哈佛大学公布的生物神经元细胞内电刺激记录具有高度的相似性和吻合度，有望在人工智能和脑科学等领域发挥重要作用。

本文原文来自中国新闻网