調整なしのストキャスティック共鳴 | JoVE Visualize

科学分野:

神経科学は神経科学である.
複雑なシステム複雑なシステム
シグナル処理信号処理

背景:

ストキャスティック共鳴 (SR) は,ノイズによる非線形システムにおける弱い信号検出を最適化します.
単一のユニットでのSRの有効性は,異なる信号のためのノイズレベルを調整する必要性によって制限されています.
この制限は,感覚神経細胞のような自然系におけるSRの適用を制限している.

研究の目的:

興奮可能なユニットの大きなネットワークが単一のユニットのSRの制限を克服できるかどうかを調査する.
固定されたノイズレベルがネットワーク内の様々な信号タイプにおける弱い信号検出を最適化できるかどうかを判断する.
これらのネットワーク内の超値信号の検出に対する騒音の影響を評価する.

主な方法:

刺激可能なユニットの総和ネットワークをシミュレートした.
適用された弱い周期的および非周期的サブス値信号.
固定されたノイズレベルを導入し,ネットワーク応答を分析しました.
サブスリーフライング信号とスリーフライング信号の両方の評価されたネットワーク性能.

主要な成果:

固定されたノイズレベルは,ネットワーク内の弱信号 (周期的および非周期的) の範囲の検出を最適化しました.
信号の特性に関係なく,弱い信号を検出するネットワークの能力は維持されました.
騒音は,超値信号の検出を著しく損ねなかった.

結論:

大規模な非線形ネットワークは,単一ユニットのSRの適応的なノイズ制限を克服します.
単一の固有のノイズレベルは,さまざまな弱い入力に対するネットワークの感受性を高めることができます.
ニューロンの騒音は,感覚システムのパフォーマンスを高める上で重要な機能的役割を果たす可能性があります.