1) neural network science
神经网络科学
2) morphological neural networks
形态学神经网络
3) Hopfield neural network learning
Hopfield神经网络学习
5) mathematical neural networks
数学神经网络
补充资料：神经网络
| 神经网络 neural networks 组成神经系统的神经元彼此以突起（树突和轴突）相互联系形成的联络网。又称神经回路、神经元回路。通过神经网络可以将来自体内外的各种感觉信息进行加工，并控制和调节机体的各种活动。 神经元大体可分为两类，一类是投射神经元（又叫高尔基Ⅰ型神经元），它们具有长的轴突，可以联系远离胞体的区域 ，起到传入或传出的作用 。另一类是局部回路神经元（又叫高尔基Ⅱ型神经元），其轴突甚短，在胞体附近反复分枝，形成局部的神经回路。这些局部回路神经元在反射弧中介于传入和传出神经元之间，故又称为中间神经元。在动物进化过程中，神经系统内局部回路神经元的比例越来越大，说明脑的整合作用有赖于大量局部回路神经元的活动。人体中枢神经系统的传出神经元数目总计约数10万，传入神经元较传出神经元约多1～3倍，而大脑皮层所含的中间神经元就约有140亿之多，可见中间神经元的重要生理意义。 神经元之间主要是以突触的方式进行联系，前一个神经元兴奋时，其突起的末梢释放一种或几种化学物质（神经递质和突触调制物），经过化学物质与受体的结合使下一级神经元产生兴奋或抑制反应。两个神经元的各个部分之间均可形成突触性联系。此外，一个神经元还可以改变其邻近细胞的电场或化学微环境，从而改变它们的活动。这些都说明神经网络中各个神经元间的机能联系是极端复杂的。 尽管神经网络是极端庞大复杂的，从简单的神经回路研究中已得到一些基本规律：①聚合和辐射。聚合表示一个神经元可以接受许多不同神经元的传入联系，来自不同神经元的兴奋和抑制信息会聚在同一个神经元上发生相互作用。辐射表示一个神经元可以通过其轴突分支与许多神经元建立突触性联系，使一个神经元的兴奋同时扩布到许多其他神经元，从而扩大了影响范围。神经系统内神经元间的联系总是既有聚合又有辐射，每个神经元既接受许多神经元的传入信息，又把信息传出到许多神经元 。②反馈 。一个神经元的轴突（或其侧支与一级或多级中间神经元发生直接或间接的信息传递，最后一级中间神经元的轴突末梢又与原来的神经元发生突触性联系，从而构成一个闭合的回路，把该神经元输出的部分信息回输到原来的神经元，以调节或校正其活动。这种联系方式称作反馈。当神经元有冲动传出时，反馈回来兴奋性信息，就叫正反馈。如果中间神经元反馈抑制信息到原来的神经元，就叫负反馈。③前馈。与返回抑制相反，某一神经元在接受传入兴奋的同时，也接受传入通路侧支经过中间神经元的抑制信息，叫作前馈抑制或传入侧支性抑制。④中间神经元上的整合。在各种神经回路中，中间神经元上有最广泛的传入整合，例如，猫颈髓的固有中间神经元接受运动皮层和各皮层下运动中枢以及皮肤传入神经的传入联系，经过在中间神经元上的整合作用，再兴奋前角运动神经元，引起肌肉收缩。此外，不同神经回路的中间神经元间也有相互联系，例如，在脑的不同区域都看到返回抑制回路中的中间神经元有交互抑制性联系，返回抑制性中间神经元对前馈抑制神经元也有抑制作用。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条