Зв'язуючий нейрон

Для нейрону загального типу стимулами є збуджуючі імпульси. Як правило, для збудження нейрону до рівня, коли він стріляє і посилає вихідний імпульс, потрібно більше ніж один вхідний. Нехай нейрон одержує ${\displaystyle n}$ вхідних імпульсів в послідовні моменти часу ${\displaystyle t_{1},t_{2},\dots ,t_{n}}$. В концепції ЗН вводиться поняття часової когерентності, ${\displaystyle tc}$, між вхідними імпульсами:

${\displaystyle tc={\frac {1}{t_{n}-t_{1}}}\,.}$

Висока часова когерентність між вхідними імпульсами свідчить на користь того, що в зовнішньому до нейрона середовищі всі ${\displaystyle n}$ імпульсів можуть бути породжені одною комплексною подією. Відповідно, ЗН, стимульований достатньо когерентним в часі набором імпульсів, стріляє і посилає вихідний імпульс. В термінології ЗН це називається зв'язуванням елементарних подій (вхідних імпульсів) в єдину подію. Зв'язування реалізується, якщо набір стимулюючих імпульсів характеризується достатньою часовою когерентністю і не реалізується, якщо когерентність вхідних імпульсів низька.

Гальмування в концепції ЗН (в першу чергу мається на увазі повільне соматичне калієве гальмування) контролює рівень часової когерентності між вхідними імпульсами, необхідний для зв'язування їх в єдину подію: чим вищий рівень гальмування, тим більша часова когерентність необхідна для зв'язування.

Схема обробки сигналів в зв'язуючому нейроні. ${\displaystyle t_{1},t_{2},\dots ,t_{n}}$ — моменти одержання вхідних імпульсів.

Вихідний імпульс вважається абстрактним представленням комплексної події (набору когерентних в часі вхідних імпульсів), див. Схему.

«Хоча нейрон і споживає енергію, його головна функція — одержувати сигнали і посилати їх назовні, отже — обробляти інформацію» — ці слова Френсіса Кріка вказують на потребу описати функцію поодинокого нейрона в термінах обробки абстрактних сигналів.[1] Існують дві абстрактні концепції функціонування нейрона, «детектор збігів» і «часовий інтегратор»,[2],[3]. В першій з них припускається, що нейрон збуджується і надсилає вихідний імпульс, якщо певна кількість вхідних імпульсів надходить до нього одночасно. В концепції часового інтегратора припускається, що нейрон збуджується і надсилає вихідний імпульс після того як одержує певну кількість вхідних імпульсів розподілених в часі. Кожна з цих концепцій враховує певні риси функціонування реальних нейронів, оскільки відомо, що функціонування конкретного нейрона може бути подібним до детектора збігів, або до часового інтегратора в залежності від характеру стимулів,[4]. Разом з тим відомо, що нейрони одержують крім збуджувальних імпульсів також і гальмівну стимуляцію. Природним розвитком згаданих вище двох концепцій мала б бути концепція, яка надає гальмуванню власну роль при обробці сигналів.

В той же час в нейронауках існує таке поняття, як зв’язування ознак і/або подій. Наприклад, при зоровому сприйнятті такі ознаки, як форма, колір і просторове розташування зорового об'єкту представлені в мозку в різних групах нейронів. Механізм, який забезпечує сприйняття сукупності цих ознак як приналежних одному реальному об'єкту, називається зв'язуванням ознак, [5]. Існує експериментально підтверджена думка, що для функціонування механізму зв'язування необхідна точна координація часових моментів нервових імпульсів, що відповідають тим чи іншим ознакам, [6], [7], [8], [9], [10], [11]. Ця координація в основному вимагає, щоб сигнали про різні ознаки надходили до певних областей в мозку в межах певного часового вікна.

Концепція ЗН відтворює на рівні поодинокого нейрона вимоги, сформульовані раніше на рівні крупномасштабних нейронних мереж, котрі забезпечують функціонування механізму зв'язування. Формулювання концепції здійснено на основі аналізу знайденого чисельно відгуку рівнянь Ходжкіна-Хакслі на стимули, подібні до тих, які одержуються нейронами в реальних умовах, див. «Математичні реалізації», нижче.

Перелічені вище та інші моделі нейронів і нейронні мережі з них мають свої реалізації на рівні електронних мікросхем. Серед застосованих мікросхем відмітимо програмовані користувачем вентильні матриці, ПКВМ. ПКВМ застосовуються для моделювання нейронів будь-яких типів, але найбільш природно в них реалізується модель ЗН, оскільки ця модель може бути реалізована без застосування чисел з плаваючою точкою і не потребує розв'язання диференціальних рівнянь. Ці особливості моделі ЗН використано, наприклад в [16] [17].

Концепція ЗН має низку обмежень, які випливають з її абстрактного характеру. До таких обмежень слід віднести ігнорування морфології нейронів, ідентичну інтенсивність вхідних імпульсів, заміну низки перехідних процесів з різними часами релаксації, які спостерігаються в реальних нейронах, єдиним часом життя ${\displaystyle \tau }$ імпульсу в нейроні, відсутність рефрактерного періоду, розгляд тільки повільного (калієвого) гальмування.

Такі ж обмеження має і модель ЗН, хоча частина з них може бути усунена за рахунок ускладнення моделі, див. наприклад [18], де використано модель ЗН з рефрактерним періодом і швидким гальмуванням.

• Стаття написана з використанням матеріалу публікації: Vidybida, A. (2014). Binding neuron. У Mehdi Khosrow-Pour. Encyclopedia of information science and technology (англ.) (вид. Third Edition) (Hershey PA: IGI Global): 1123—1134.