Zoe Zuo、张馨月 、小鱼编译

马里兰大学研究:人脑神经网络的动态变化和声音感知

大脑精密复杂,被称为“地球上最复杂的生物结构”。马里兰大学工程学院的研究人员采用新计算方法,希望能深入了解听力障碍与神经网络的动态变化之间的关系。

作为地球上最复杂的生物结构,大脑是如何让它的神经网络适应新环境的呢?马里兰大学工程学院(A. James Clark School of Engineering)的电气工程师和神经科学家们联起手来研究了这个问题。

他们利用信号处理的新技术追踪了大脑在接收到一些“重要的”声音时,例如当接收到有关奖赏(reward)的声音时,额叶皮层(frontal cortex)和听觉皮层(auditory cortex)之间的神经元的互动方式。大脑的神经网络在处理听觉信息和决策制定方面发挥着作用,同时过滤了无关紧要的声音或者背景噪音

为了识别和理解大脑神经网络,研究人员们开发了高级算法对海量的复杂数据进行分类和整理。他们开发的自适应格兰杰因果关系分析工具(Adaptive Granger Causality analysis),可用于处理多种类型的大规模数据集。

工具链接:

https://github.com/Arsha89/AGC_Analysis

正是由于大脑复杂的结构,所以它能在快速、动态的交互中将各项功能连接起来。我们能完成各种任务、应对周遭环境,靠的就是大脑内部的信号处理过程。

研究结果显示,大脑内复杂的神经网络可以根据具体的任务要求而不断重组。研究人员还发现,即使没有受到明显的外部刺激,听觉皮层神经元之间的连接方式也发生了改变。下面的视频展示了神经元之间的互动。

点击观看视频👇

负责这项研究的贝塔什•巴巴迪(Behtash Babadi)表示,“通过观察这些神经网络在正常运作时的行为,希望能帮助我们深入了解听力障碍与神经网络的动态变化之间的关系。”这项独特的联合研究表明了神经工程学(neuroengineering)所具有的前景与价值。神经工程学是学科间融合的产物,致力于促进我们对大脑运作原理的理解。该研究的相关结果已发表在《美国科学院院报》(Proceedings of the National Academy of Sciences)。

入门
相关数据
神经网络技术
Neural Network

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

神经元技术
neurons

(人工)神经元是一个类比于生物神经元的数学计算模型,是神经网络的基本组成单元。 对于生物神经网络,每个神经元与其他神经元相连,当它“兴奋”时会向相连的神经元发送化学物质,从而改变这些神经元的电位;神经元的“兴奋”由其电位决定,当它的电位超过一个“阈值”(threshold)便会被激活,亦即“兴奋”。 目前最常见的神经元模型是基于1943年 Warren McCulloch 和 Walter Pitts提出的“M-P 神经元模型”。 在这个模型中,神经元通过带权重的连接接处理来自n个其他神经元的输入信号,其总输入值将与神经元的阈值进行比较,最后通过“激活函数”(activation function)产生神经元的输出。

神经科学技术
neuroscience

神经科学,又称神经生物学,是专门研究神经系统的结构、功能、发育、演化、遗传学、生物化学、生理学、药理学及病理学的一门科学。对行为及学习的研究都是神经科学的分支。 对人脑研究是个跨领域的范畴,当中涉及分子层面、细胞层面、神经小组、大型神经系统,如视觉神经系统、脑干、脑皮层。

信号处理技术
Signal processing

信号处理涉及到信号的分析、合成和修改。信号被宽泛地定义为传递“关于某种现象的行为或属性的信息(如声音、图像和生物测量)”的函数。例如,信号处理技术用于提高信号传输的保真度、存储效率和主观质量,并在测量信号中强调或检测感兴趣的组件。我们熟悉的语音、图像都可以看做是一种信号形式。因此,对于语音、图像的增强、降噪、识别等等操作本质上都是信号处理。

噪音技术
noise

推荐文章
如何用猪脸识别降低死猪理赔成本?这支学生团队靠「进击的巨猪」打败了商业老兵
微胖
斯坦福大学实现高性能低功耗人工突触,可用于神经网络计算
微胖
四大行中三家悄然注资某AI核心系统创业公司, 这是AI垂类技术创业不再「吃香」的一种预兆?|独家
微胖
返回顶部