Wyniki wyszukiwania - BazTech

1

Neuroplastyczność i neurodegeneracja a adaptogeny i psychoplastogeny

Ambroziak Anna Maria

Optyka

|

2023

|

Nr 6

38

PL

Nauka ma charakter progresywny i tym samym ma przywilej nieustannego zadawania pytań oraz udzielania w oparciu o dane i dowody naukowe najlepszych możliwych, w korelacji z aktualną zmienną czasową, odpowiedzi. Wspominałam o tym w ostatnim artykule, a dzisiaj, nie żegnając tematyki krótkowzroczności, rozważania przesunę w obszar naszych neuronów.

2

Gęsta sieć bezprzewodowa inspirowana układem nerwowym

Kułacz Łukasz, Kliks Adrian

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2019

|

nr 6

487--492, CD

PL

W tej pracy przedstawiono koncepcje zastosowania algorytmów inspirowanych funkcjami i własnościami układu nerwowego w gęstych sieciach bezprzewodowych. W szczególności analizie poddano wybrane cechy mózgu składającego się z ogromnej liczby połączeń nerwowych, dlatego będących dobrym wzorem dla gęstej sieci. Ponadto przedstawiono działanie wybranych komórek z układu nerwowego (takich jak neuron, mikroglej czy astrocyt) a także zjawiska w nim obserwowane (np. neuroplastyczność).

EN

This work presents concepts of the use of algorithms inspired by the functions and properties of the nervous system in dense wireless networks. In particular, selected features of the brain consisting of a large number of nerve connections were analyzed, which is why they are a good model for a dense network. In addition, the action of selected cells from the nervous system (such as neuron, microglia or astrocyte) as well as phenomena observed in it (eg. neuroplasticity) are presented.

3

What Can a Mathematician do in Neuroscience?

Karbowski J.

Mathematica Applicanda

|

2012

|

Vol. 40, No. 1

27-37

EN

Mammalian brain is one of the most complex objects in the known universe, as it governs every aspect of animal’s and human behavior. It is fair to say that we have a very limited knowledge of how the brain operates and functions. Computational Neuroscience is a scientific discipline that attempts to understand and describe the brain in terms of mathematical modeling. This user-friendly review tries to introduce this relatively new field to mathematicians and physicists by showing examples of recent trends. It also discusses briefly future prospects for constructing an integrated theory of brain function.

PL

Mózg ssaków jest jednym z najbardziej złożonych obiektów we wszechświecie. Jest odpowiedzialny za sterowanie wszystkimi aspektami zachowań zwierzęcia i człowieka. Obecnie usprawiedliwione wydaje się stwierdzenie, ze nasza wiedza na temat pracy mózgu i jego funkcjach jest dość ograniczona. Neurobiologia obliczeniowa jest dyscyplina naukowa, która próbuje zrozumieć i opisać mózg w kategoriach modelowania matematycznego. W tej pracy zawarto przyjazny dla czytelnika przegląd zagadnień, który ma na celu wprowadzenie w ten stosunkowo nowy dla matematyków i fizyków obszar badawczy, pokazując przykłady najnowszych trendów w tej dziedzinie. Artykuł omawia także krótko przyszłe perspektywy dla budowy zintegrowanej teorii funkcji mózgu. Neurobiologia Obliczeniowa ma wiele osiągnięć w modelowaniu procesów neurofizjologicznych. W szczególności, realistyczne modelowanie dynamiki pojedynczych neuronów osiągnęło wysoki poziom wierności z danymi eksperymentalnymi. Wielkim wyzwaniem pozostaje natomiast kluczowe zagadnienie, jak przejść od opisu dynamiki pojedynczych neuronów do realistycznego opisu dynamiki całej sieci neuronów. Generalnie, poznanie i zrozumienie funkcjonowania mózgu w oparciu o modele matematyczne może mieć kolosalne znaczenie praktyczne dla społeczeństwa. Po pierwsze, w medycynie w radzeniu sobie z neurologicznymi schorzeniami takimi jak autyzm, schizofrenia, czy Alzheimer, które są coraz powszechniejsze. Mechanizmy biofizyczne tych chorób nie są znane, i być może dobra teoria funkcjonalna mogłaby w tym pomóc. Po drugie, w technologii tzw. inteligentnych urządzeń. Obecnie nawet najszybsze superkomputery nie są w stanie poradzić sobie z wydawało by się prostym zadaniem takim jak efektywne rozpoznawanie twarzy czy obiektów, z czym dość wolny ludzki mózg nie ma żadnych problemów. Bez wątpienia, inteligentne urządzenia skonstruowane na bazie mózgu miałyby bardzo wiele zastosowań, w różnych sferach działalności człowieka. Wydaje się, że zintegrowana teoria pracy mózgu mogłaby wiele wnieść w tym kierunku

4

Powrót do źródeł

Tadeusiewicz R.

Informatyka w Technologii Materiałów

|

2005

|

T. 5, Nr 1-2

2-15

PL

Neuronów i sieci z nich zbudowanych, jako żywych, dynamicznych części organizmu, nie powinno się rozpatrywać w sposób statyczny. Tylko dynamiczny model, nie zawierający nadmiernych uproszczeń, może się okazać narzędziem użytecznym do celów badawczych. Wygodnym i łatwo dostępnym sposobem tworzenia takich modeli jest wykorzystywanie do tego celu szeroko znanych narzędzi, używanych obecnie do tworzenia sieci neuronowych dla potrzeb rozwiązywania przy ich pomocy różnych złożonych problemów. A ponieważ systemy do tworzenia sieci neuronowych powstały początkowo właśnie z ciekawości badaczy, chcących poznać strukturę i działanie mózgu, a dopiero potem były użyte do rozwiązywania problemów obliczeniowych - zabieg taki nazwano w tytule tej pracy "powrotem do korzeni". Należy mieć nadzieję, że metody i narzędzia do symulacji komputerowej sieci neuronowych, wyposażone w odpowiednią metodologię experiment in computo, staną się wkrótce dla neurobiologów narzędziem badawczym takim samym, jak oscyloskop rejestrujący impulsy naturalnych neuronów czy mikroskop pokazujący ich strukturę. Dane uzyskane na tej drodze są wprawdzie tylko aproksymacją rzeczywistości i wplecione są w iteracyjny ciąg składający się z zastosowania narzędzia komputerowego do interpretacji danych oraz uzyskiwania nowych danych na gruncie biologii, jednak i tak jest to jedno z najdoskonalszych narzędzi, jakie neurobiologia miała kiedykolwiek w swojej dyspozycji.

EN

Modelling of the human brain was the initial goal of the first applications of neural networks. Later it appeared, that artificial neural networks became a very useful and effective tool in modelling of complex problems in almost all domains. The objective of the work is the presentation of the results of research conducted nowadays in the field of the original applications of neural network approach, which were focused on modelling of brain functionality.

5

Koncepcja zagnieżdżonych struktur neuronowych

Piech H., Ptak A., Włodarczyk M., Leks D.

Informatyka Teoretyczna i Stosowana

|

2002

|

R. 2, nr 2

119-128

PL

Celem pracy jest zbadanie możliwości sterowania przebiegiem procesów wewnątrz sieci neuronowej z pomocą zagnieżdżonych struktur neuronowych zgodnie ze schematem przedstawionym na rysunku 1. Położenie każdego neuronu przy trzecim stopniu zagnież-dżenia określać będą trzy pary współrzędnych {(x1,yl),(x2,y2),(x3,y3)}.

6

Recurrent neural networks for non-linear system identification

Krejsa J., Dolezal R.

Zeszyty Naukowe Katedry Mechaniki Stosowanej / Politechnika Śląska

|

1999

|

z. 11

37-40

EN

The contribution shows Elman neural network used for non-linear system identification. A simple example of non-linear dynamic system is used to test the performance of networks with different number of hidden units. Results shows that higher number of hidden neurons surprisingly degrades the performance of the network both in training and generalisation abilities.

PL

W pracy przedstawiono zastosowanie neuronowej sieci Elmana do identyfikacji układu nieliniowego. Na przykładzie prostego nieliniowego układu dynamicznego zbadano osiągi sieci z różną liczbą ukrytych neuronów. Wyniki wskazują, że większe liczb)' ukrytych neuronów zmniejszają zdolności treningowe i uogólniające sieci.