اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدمحاكاة سلوك خلية عصبونية من النموذج تكامل- إطلاق
Simulating the Behavior of an Integrate-and-Fire Neuron
1597
0 34
0
(
0
)
تأليف
وفاء صالح( باحث )
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
يمكن تحليل و معالجة بيانات صور الفيديو من خلال العديد من الطرق. يكشف هذا البحث إلى أي مدى يمكن أن تكون الخلية العصبونية النابضة Spiking Neuron المصممة وفق النموذج Hodgkin-Huxley ملائمة لهذه المهمة. ستناقِش عمليات المحاكاة الموثقة في هذا البحث استجابة الخلايا العصبونية من النموذج تكامل- إطلاق لتيارات الدخل الثابتة و المتغيرة و المدخلات المقادة بكثافة البكسل. و بشكل عام تستخدم برمجيات التطبيق المصمم 64 خلية عصبونية نابضة تعمل بشكل مستقل حيث تقوم هذه الخلايا العصبونية بمعالجة بيانات الصورة المأخوذة كل 25 ميلي ثانية. تم اختبار العصبونات المصممة على 100 صورة تتضمن حالات مختلفة من الإضاءة و الإشباع اللوني و التباين, و أظهرت النتائج أن الخلية العصبونية من النموذج تكامل – إطلاق حساسة للتغيرات في كثافة البكسل إذا تم اختيار بارامتراتها بشكل جيد, مما يجعل استخدام شبكة عصبونية من هذه العصبونات أمراً مناسباً في بعض التطبيقات مثل Saliency Maps و التي تعتمد بشكل كبير على قيم الكثافة لمجموعة من البكسلات.
Video image data can be analyzed and processed in many ways. This research explores the extent at which spiking neurons, which are designed along the Hodgkin-Huxley model, are suitable for this task. The simulations reported in this research consider integrate-and-fire neurons constant and alternating input currents, as well as pixel-intensity driven inputs. Currently, the simulation software employs 64 independently operating spiking neurons that process image data taken every 25 ms. In order to define the response of these neurons, the experiments were done on 100 digital images which include different illuminations, contrast, and saturation situations. The results show that the integrate-and-fire-neuron is highly sensitive to the changes in the intensity of pixels if its parameters are properly set. So in many applications, such as "Saliency Maps", which highly depend on the intensity values of a set of pixels, a neural network made of this neuron will perfectly fit.
المراجع المستخدمة
LIN, I-JONG, and S. Y. KUNG., “Video Object Extraction and Representation: Theory and Ap-plications” , Boston, MA: Kluwer Academic, 2000
HANJALIC, A., “Content-based Analysis of Digital Video”, Boston: Kluwer Academic, 2004
WEN, ZHEN, and THOMAS S. HUANG, “3D Face Processing: Modeling, Analysis, and Synthesis”, Boston: Kluwer Academic, 2004
http://en.wikipedia.org/wiki/Biological_neuron_model, downloaded at 17/1/2013
S. KOSLOW and S. SUBRAMANIAM, EDS, “Electrophysiological Models In: Databasing the Brain: From Data to Knowledge”, Wiley, New York, Nelson, M.E., 2004
قيم البحث
اقرأ أيضاً
في هذا البحث تم دراسة تأثير كل من شكل و بنية و تجانس خلائط البولي إثيلين ترفثلات
المعاد تدويره (PET) مع البولي كربونات المعاد تدويره (PC) على تفاعل الاحتراق لهذه
الخلائط.
إن شدة التنافس بين الشركات المنتجة و الاستهلاك السريع للمنتجات زاد تعقيد هذه
المنتجات، مما جعل الشركات تفكر في تخفيض زمن التصميم و التنفيذ فظهرت فكرة
المصنع الرقمي، و الذي يهدف لتحقيق نظام إنتاج بزمن أقل و بتصميم أمثلي و باستخدام
بارامترات تشغيل م
ثلى دون الحاجة لتعديلات هندسية لاحقة.
تم عرض منهجية جديدة لتكامل نمذجة عمليات تصميم نظم الإنتاج و أتمتها و التحكم بها
و محاكاة عملها باستخدام مفهوم المصنع الرقمي للوصول لتكامل النماذج و البيانات
بتطبيق مفاهيم النمذجة و المحاكاة خلال مرحلة التصميم، حيث يشكل هذا البحث نموذج
مرجعي للمصنع الرقمي بني على إطار عمل متكامل بين التطبيقات الهندسية من خلال
نموذج حاسوبي ذو نواة واحدة مشتركة قائمة على تكامل النمذجة ثلاثية الأبعاد مع نظام
التحكم للوصول للتصميم الأفضل المستخدم في التنفيذ الفعال لنظام الإنتاج أو المنتجات.
حيث تم تحقيق نسبة تطابق 83% بين المصنع الرقمي الافتراضي و المصنع الحقيقي باستخدام زمن العملية الإنتاجية كعامل تقييم رئيس.
تكامل- قوائم - إطار بيانات
integrate Lists Data Frames
تكامل- قوائم - إطار بيانات
integrate Lists Data Frames
تشير الدراسات الحديثة إلى أن نماذج NLU عرضة للإعتماد على ميزات الاختصار للتنبؤ، دون تحقيق فهم اللغة الحقيقية. نتيجة لذلك، تفشل هذه النماذج في التعميم إلى بيانات الواقع الحقيقي خارج التوزيع. في هذا العمل، نظهر أن الكلمات الموجودة في مجموعة تدريب NLU ي
مكن أن تكون على غرارها كتوزيع طويل الذيل. هناك نتائج توصلتان: 1) نماذج NLU لها تفضيل قوي للميزات الموجودة في رأس التوزيع الطويل الذيل، و 2) يتم التقاط ميزات الاختصار خلال التكرارات القليلة المبكرة للغاية للتدريب النموذجي. يتم استخدام هاتين الملاحمينين أيضا لصياغة قياس يمكن تحديد درجة الاختصار من كل عينة تدريبية. استنادا إلى قياس الاختصار هذا، نقترح وضع إطار تخفيف الاختصار LGTR، لقمع النموذج من إصدار تنبؤات مكثفة للعينات مع درجة اختصار كبيرة. النتائج التجريبية على ثلاثة معايير NLU توضح أن شرح التوزيع طويل الذيل يعكس بدقة سلوك التعلم الاختصار لنماذج NLU. يشير التحليل التجريبي كذلك إلى أن LGTR يمكن أن يحسن دقة التعميم على بيانات OOD، مع الحفاظ على الدقة على بيانات التوزيع.
يبين هذا البحث السلوك الانعطافي للجوائز المركبة, من جائزفولاذي يعلوه بلاطة بيتونية, تحت تأثير تزايد درجات الحرارة. يبين البحث قابلية التحليل الانشائي باستخدام برنامج ANSYS من أجل نمذجة حمولة الحرارة الناتجة من تزايد درجات الحرارة و مقارنة النتائج التحليلية مع النتائج التجريبية الموجودة في المراجع.
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
