Informationsverarbeitung in einem stochastischen Neuron

ISBN-13: 9786205553855 / Miękka / 100 str.

V.D.S. Baghela

Opis

Das LIF-Neuronenmodell ist ein schwellenwertbasiertes Neuronenmodell und wurde aufgrund der Einfachheit des Modells häufig zur analytischen Untersuchung des neuronalen Verhaltens verwendet. DDF bietet einen Mechanismus zur Einbeziehung der vorherigen Werte des Membranpotenzials in seine weitere Entwicklung und erhöht die Komplexität des Modells. Das LIF-Neuronenmodell in DDF ist näher am realen Neuron als das einfache LIF-Neuron mit verrauschtem Input. Um die Studie zu erweitern, wurden drei verschiedene Arten von Kernel-Funktionen, nämlich exponentiell verteilte, gamma-verteilte und hypoexponentiell verteilte Delay-Kernel-Funktionen, und zwei verschiedene Arten von Refraktärzeiten, nämlich gleichmäßig verteilte und gaußverteilte, in DDF untersucht. Die erzielten Ergebnisse werden mit den Ergebnissen ohne Refraktärzeit verglichen. Wir stellen fest, dass die Gauß-verteilte Refraktärzeitperiode mit hypoexponentiell verteilter Verzögerungskernfunktion ISI-Verteilungsmuster aufweist, die den experimentellen Studien näher kommen.

O autorze

Dr. V.D.S. Baghela erwarb seinen Abschluss in Statistik an der BHU, Varanasi, und schloss sein MCA-Studium an der AAIDU, Allahabad, ab. Er erwarb einen M. Tech (CSE) Abschluss von der AKTU, Lucknow. Er promovierte an der SVU, UP (INDIEN), in Informatik und Ingenieurwesen. Gegenwärtig arbeitet er als Professor an der SCSE, Galgotias University, Indien.