Biological neural network model in Hindi

जैविक न्यूरॉन मॉडल, जिसे स्पाइकिंग न्यूरॉन मॉडल के रूप में भी जाना जाता है, तंत्रिका तंत्र में कुछ कोशिकाओं के गुणों के गणितीय विवरण हैं जो उनके सेल झिल्ली में तेज विद्युत क्षमता उत्पन्न करते हैं, अवधि में लगभग एक मिलीसेकंड, जिसे एक्शन पोटेंशिअल या स्पाइक्स कहा जाता है। चूंकि स्पाइक्स को अक्षतंतु के साथ प्रेषित किया जाता है और न्यूरॉन को भेजने वाले न्यूरॉन से कई अन्य न्यूरॉन्स में सिनैप्स होता है, स्पाइकिंग न्यूरॉन्स को तंत्रिका तंत्र की एक प्रमुख सूचना प्रसंस्करण इकाई माना जाता है। स्पाइकिंग न्यूरॉन मॉडल को विभिन्न श्रेणियों में विभाजित किया जा सकता है: सबसे विस्तृत गणितीय मॉडल बायोफिजिकल न्यूरॉन मॉडल (जिसे हॉजकिन-हक्सले मॉडल भी कहा जाता है) हैं जो झिल्ली वोल्टेज को इनपुट करंट और आयन चैनलों के सक्रियण के रूप में वर्णित करते हैं। गणितीय रूप से सरल एकीकृत-और-फायर मॉडल हैं जो झिल्ली वोल्टेज को इनपुट करंट के एक फ़ंक्शन के रूप में वर्णित करते हैं और बायोफिजिकल प्रक्रियाओं के विवरण के बिना स्पाइक समय की भविष्यवाणी करते हैं जो एक एक्शन पोटेंशिअल के समय के पाठ्यक्रम को आकार देते हैं। इससे भी अधिक सार मॉडल केवल उत्तेजना के एक समारोह के रूप में आउटपुट स्पाइक्स (लेकिन झिल्ली वोल्टेज नहीं) की भविष्यवाणी करते हैं जहां उत्तेजना संवेदी इनपुट या औषधीय रूप से हो सकती है। यह लेख विभिन्न स्पाइकिंग न्यूरॉन मॉडल और लिंक का एक संक्षिप्त अवलोकन प्रदान करता है, जब भी संभव हो प्रयोगात्मक घटनाओं के लिए। इसमें नियतात्मक और संभाव्य मॉडल शामिल हैं।

परिचय: जैविक पृष्ठभूमि, वर्गीकरण और न्यूरॉन मॉडल के उद्देश्य

नॉन-स्पाइकिंग सेल, स्पाइकिंग सेल और उनका माप

तंत्रिका तंत्र की सभी कोशिकाएं स्पाइक के प्रकार का उत्पादन नहीं करती हैं जो स्पाइकिंग न्यूरॉन मॉडल के दायरे को परिभाषित करती हैं। उदाहरण के लिए, कर्णावत बाल कोशिकाएं, रेटिना रिसेप्टर कोशिकाएं और रेटिना द्विध्रुवी कोशिकाएं स्पाइक नहीं करती हैं। इसके अलावा, तंत्रिका तंत्र में कई कोशिकाओं को न्यूरॉन्स के रूप में वर्गीकृत नहीं किया जाता है, बल्कि उन्हें ग्लिया के रूप में वर्गीकृत किया जाता है।

न्यूरॉनल गतिविधि को विभिन्न प्रायोगिक तकनीकों से मापा जा सकता है, जैसे "संपूर्ण सेल" माप तकनीक, जो एक एकल न्यूरॉन की स्पाइकिंग गतिविधि को पकड़ती है और पूर्ण आयाम एक्शन पोटेंशिअल का उत्पादन करती है।

बाह्य माप तकनीकों के साथ एक इलेक्ट्रोड (या कई इलेक्ट्रोड की सरणी) बाह्य अंतरिक्ष में स्थित है। इलेक्ट्रोड के आकार और स्रोतों से इसकी निकटता के आधार पर अक्सर कई स्पाइकिंग स्रोतों से स्पाइक्स को सिग्नल प्रोसेसिंग तकनीकों के साथ पहचाना जा सकता है। बाह्य माप के कई फायदे हैं: 1) प्रयोगात्मक रूप से प्राप्त करना आसान है; 2) मजबूत है और लंबे समय तक रहता है; 3) प्रभावशाली प्रभाव को प्रतिबिंबित कर सकता है, खासकर जब कई समान कोशिकाओं के साथ संरचनात्मक क्षेत्र में आयोजित किया जाता है।

न्यूरॉन मॉडल का अवलोकन

मॉडल के इंटरफ़ेस की भौतिक इकाइयों के अनुसार न्यूरॉन मॉडल को दो श्रेणियों में विभाजित किया जा सकता है। प्रत्येक श्रेणी को आगे अमूर्तता/विस्तार स्तर के अनुसार विभाजित किया जा सकता है:

विद्युत इनपुट-आउटपुट झिल्ली वोल्टेज मॉडल - ये मॉडल वर्तमान या वोल्टेज इनपुट के रूप में दिए गए विद्युत उत्तेजना के कार्य के रूप में झिल्ली आउटपुट वोल्टेज के लिए एक भविष्यवाणी उत्पन्न करते हैं। इस श्रेणी के विभिन्न मॉडल इनपुट करंट और आउटपुट वोल्टेज और विवरण के स्तर के बीच सटीक कार्यात्मक संबंध में भिन्न होते हैं। इस श्रेणी के कुछ मॉडल केवल आउटपुट स्पाइक की घटना के क्षण की भविष्यवाणी करते हैं (जिसे "एक्शन पोटेंशिअल" भी कहा जाता है); अन्य मॉडल अधिक विस्तृत हैं और उप-सेलुलर प्रक्रियाओं के लिए जिम्मेदार हैं। इस श्रेणी के मॉडल या तो नियतात्मक या संभाव्य हो सकते हैं।

प्राकृतिक उत्तेजना या औषधीय इनपुट न्यूरॉन मॉडल - इस श्रेणी के मॉडल इनपुट उत्तेजना के बीच जुड़ते हैं जो या तो औषधीय या प्राकृतिक हो सकता है, स्पाइक घटना की संभावना के लिए। इन मॉडलों का इनपुट चरण विद्युत नहीं है, बल्कि या तो औषधीय (रासायनिक) एकाग्रता इकाइयाँ हैं, या भौतिक इकाइयाँ हैं जो बाहरी उत्तेजना जैसे प्रकाश, ध्वनि या शारीरिक दबाव के अन्य रूपों की विशेषता हैं। इसके अलावा, आउटपुट चरण एक स्पाइक घटना की संभावना का प्रतिनिधित्व करता है न कि विद्युत वोल्टेज।

Post a Comment

0 Comments