User Tools

Site Tools


neurali:nest_modelli

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revision
Previous revision
neurali:nest_modelli [2015/07/04 11:40] profproneurali:nest_modelli [2023/05/25 10:01] (current) – [Sinapsi] profpro
Line 1: Line 1:
 +======Modelli usati con NEST======
 +
 +Distinguere:
 +  * neurone
 +  * sinapsi
 +
 +Si è già visto che i neuroscienziati hanno scoperto [[neurali:modelli di neuroni e di sinapsi|diversi tipi neuroni]].
 +NEST utilizza dei modelli matematici equivalenti per i neuroni, per descrivere la generazione e la durata degli impulsi emessi.
 +
 +Per descrivere i pesi delle connessioni, e le leggi con cui si modificano, si utilizzano [[neurali:modelli di sinapsi]].
 +
 +==== Sinapsi ====
 +
 +I pesi delle connessioni sono stabiliti durante la fase di [[neurali:addestramento]]. Dopo l'addestramento la rete neurale può essere utilizzata per riprodurre il comportamento di una certa funzione (fornendo input e ricevendo output).
 +La plasticità di una sinapsi indica quanto è possibile modificare i pesi dopo la fase diaddestramento, durante la fase di produzione, di esercizio o utilizzo. La modifica dei pesi permette di realizzare funzioni neurali che non possono essere ottenute usando pesi costanti, come la memoria. Con i pesi costanti si potrebbero ottenere funzioni neurali che non cambiano con il tempo, come la capacità di riconoscere i colori oppure le forme.
 +
 +Anche la plasticità di una sinapsi può essere rappresentati tramite diversi modelli:
 +
 +  * static plasticity (default)
 +  * [[neurali:long-term_potentation]] [[neurali:long-term_potentation#LTD]]
 +  * short-term potentation
 +  * spike-timing depending plasticity (STDP) vedere [[neurali:associative learning]]
 +
 +Funzione python per visualizzare tutti i modelli disponibili
 +
 +  nest.Models(synapses)
 +
 +
 +Una delle caratteristiche che contraddistingue una sinapsi è la sua destinazione finale.
 +
 +  * allow_autapses:true ([[neurali:neuroni#sinapsi|autoapsi]])
 +  * allow_multipses:true (sinapsi multiple)
 +
 +===Tipi di connessione===
 +
 +  * one_to_one (default, ogni neurone è connesso ad uno e un solo altro neurone e viceversa)
 +  * all_to_all (ogni neurone è connesso a tutti gli altri neuroni, a maglia completa)
 +  * fixed_indegree (parametrico, N , stabilisco n. connessioni fisso in ingresso verso l'altra lista)
 +  * fixed_outdegree (meno efficiente del precedente)
 +  * fixed_total_numer (parametrico, N, stabilisco il n. di connessioni in ingresso verso l'altra lista)
 +  * pairwise_bernoulli (parametrico, p è la distribuzione di probabilità per generare casualmente connessioni)
 +  * Questa funzione accetta anche due volte la stessa lista di nodi
 +
 +===Modelli di neuroni===
 +
 +Le caratteristiche indicate hanno dei valori numerici predefiniti, ma il programmatore **può modificare** questi valori per ottenere comportamenti leggermente diversi
 +
 +[[neurali:nest modello iaf_neuron]]
 +
 +