Skip to main content
SUPERVISOR
Vahid Salari,Farhad Shahbazi
وحید سالاری (استاد مشاور) فرهاد شهبازی دستجرده (استاد راهنما)
 
STUDENT
Nahid Safari lemjiri
ناهید صفری لمجیری

FACULTY - DEPARTMENT

دانشکده فیزیک
DEGREE
Master of Science (MSc)
YEAR
1394

TITLE

The study of neuronal avalanches in the neural network using leaky integrated and fire model
ome experiments and simulations suggest that nervous system as a complex system produces neuronal avalanches that their size and duration exhibit power law behavior. The power law behavior is interpreted as the signature of criticality and it is assumped that the resting brain operate near criticality. However, there are some researches with conflicting results. The model of current study is leaky integrate and fire- When a neuron fires, it forces all the neurons linked to it to make a step ahead or backward by the quantity K (cooperation or control parameter) - on different kinds of networks. Accodring to this research, result are dependent significantly to kind of network; e.g. duration and size of neuronal avalanches in regular and small world networks exhibit power law behavior with adopted power to experiments. However, there is not any power law behavior in random networks. Neuronal avalanches in C.elegans network show power law behavior, but just the powers in size curve are adjusted with experiments. The effects of inhibitory neurons on neuronal avalanches studied too. In regard to experiments, this kind of neuron prevents producing large avalanches. In regular network, adding inhibitory neurons proves it. Nevertheless, result of C.elegans network is different. Power spectrum of EEG, MEG,…datas have investigated in many studies and in this research the capacity of model to produce them was investigated. To study this, the fast fourier transform of time series of numbers of fired neuron in each step was calculated.
برخی از آزمایش ها و شبیه سازی ها پیشنهاد می کنند که شبکه عصبی به عنوان یک سیستم پیچیده، بهمن های نورونی تولید می کند که اندازه و دوره این بهمن ها از رفتار توانی تبعیت می کنند؛ چنین رفتاری می تواند نشان دهنده ی رفتار بحرانی باشد و این طور فرض می شود که مغز در حالت استراحت به صورت بحرانی رفتار می کند. البته نتایج برخی از تحقیقات، آن چه بیان شد را نقض می کنند. در این پژوهش با استفاده از مدل جمع آوری و شلیک-به گونه ای که هر نورون در صورت شلیک پتانسیل عمل، به نورون های همسایه خود پتانسیل ثابتی را تحت عنوان همکاری اضافه می کند- و اعمال آن به روی شبکه هایی چون منظم، جهان کوچک، تصادفی و سی الگانس رفتار بهمن های نورونی مطالعه شد. طبق این بررسی، نتایج به صورت قابل توجهی به نوع شبکه بستگی دارند؛ به عنوان مثال، اندازه و دوره بهمن های نورونی در شبکه ی منظم و جهان کوچک به ازای بعضی از مقادیر همکاری، دارای رفتار توانی هستند در این شبکه ها، توان ها با تجربه سازگار هستند. اما، در شبکه تصادفی هیچ رفتار توانی ایجاد نشد. در شبکه سی الگانس به ازای بعضی از مقادیر همکاری، بهمن های نورونی ای تولید می شوند که از رفتار توانی تبعیت می کنند، ولی فقط توان بدست آمده از اندازه با تجربه سازگاری دارد. همچنین، تاثیر نورون های مهاری در تولید بهمن های نورونی بررسی شد. طبق آنچه در تجربه بدست آمده است، این نوع نورون ها از تولید بهمن هایی با اندازه و دوره بزرگ جلوگیری می کنند. در شبکه مربعی نیز، در نظر گرفتن درصدی از نورون ها به عنوان نورون مهاری، باعث کاهش تعداد بهمن هایی با اندازه یا دوره بزرگ شد. اما در شبکه سی الگانس نتیجه برعکس است. چگالی طیفی داده های EEG و MEG و... نیز در برخی از تحقیقات مورد مطالعه قرار گرفته است. در این پژوهش توانایی این مدل در تولید رفتار چگالی طیفی مطالعه شد. برای بررسی این موضوع، تبدیل فوریه سریع سری زمانی تعداد نورون هایی که در هر گام شلیک می کنند، محاسبه شد.

ارتقاء امنیت وب با وف بومی