一叁鉴、概述

中文名：突觸可塑性

英文名：synaptic plasticity

分類：短期突觸可塑性褐望，長期突觸可塑性

釋義：

突觸的形態(tài)和功能發(fā)生改變的現(xiàn)象

學科：神經(jīng)科學、自動化

領(lǐng)域：深度學習重罪、模式識別

突觸是神經(jīng)細胞間的連接部位风宁。

在神經(jīng)科學中，突觸可塑性是指神經(jīng)細胞間的連接強度可調(diào)節(jié)誊垢，突觸的形態(tài)和功能可發(fā)生較為持久的改變的特性或現(xiàn)象掉弛。突觸會隨著自身活動的加強與減弱相應(yīng)得到加強與減弱。

目前研究認為彤枢，突觸可塑性是學習和記憶的基本神經(jīng)機制狰晚，已成為神經(jīng)科學研究的熱點領(lǐng)域。

在人工神經(jīng)網(wǎng)絡(luò)中缴啡，突觸可塑性是指利用神經(jīng)科學中突觸可塑性有關(guān)理論結(jié)合數(shù)學模型來構(gòu)造神經(jīng)元之間的聯(lián)系壁晒。

二、分類

突觸可塑性主要包括短期突觸可塑性（short-term synaptic plasticity）與長期突觸可塑性（long-term synaptic plasticity）业栅。

短期突觸可塑性主要包括易化（facilitation）秒咐，抑制（depression）谬晕，增強（potentiation)。

長期突觸可塑性主要表現(xiàn)形式為長時程增強(Long-term potentiation)和長時程抑制(Long-term depression)携取，這兩者已被公認為是學習記憶活動的細胞水平的生物學基礎(chǔ)攒钳。

現(xiàn)在人工神經(jīng)網(wǎng)絡(luò)主要利用神經(jīng)細胞學習記憶功能，在神經(jīng)網(wǎng)絡(luò)的構(gòu)建中雷滋，突觸可塑性有關(guān)理論的應(yīng)用必不可少不撑。

三、長期增強作用（Long-term potentiation晤斩，LTP）

長期增強作用又稱長時程增強作用焕檬、長期增益效應(yīng)，是由于同步刺激兩個神經(jīng)元而發(fā)生在兩個神經(jīng)元信號傳輸中的一種持久的增強現(xiàn)象澳泵。這是與突觸可塑性——突觸改變強度的能力相關(guān)的幾種現(xiàn)象之一实愚。

由于記憶被認為是由突觸強度的改變來編碼的兔辅，LTP被普遍視為構(gòu)成學習與記憶基礎(chǔ)的主要分子機制之一腊敲。LTP是1966年泰耶·勒莫在兔海馬體中發(fā)現(xiàn)的，一直以來是研究的熱門主題维苔。許多現(xiàn)代的LTP研究試圖更好地了解其生物學基本原理碰辅，而其他一些研究則以探索LTP和行為學習之間的因果關(guān)系為目標。還有一些則試圖開發(fā)通過提高LTP改善學習和記憶的方法蕉鸳，不管是采用藥物手段還是其他手段乎赴。LTP還是臨床研究的主題，比如在阿茲海默病和成癮醫(yī)學領(lǐng)域潮尝。LTP具有幾個特性榕吼，包括輸入專一性、關(guān)聯(lián)性勉失、協(xié)同性和持久性羹蚣。

1 輸入專一性

一個突觸的LTP一經(jīng)誘導(dǎo)，不會擴散到其他突觸乱凿，因而LTP具有輸入專一性顽素。LTP傳播到那些依據(jù)關(guān)聯(lián)性和協(xié)同性法則所規(guī)定的突觸。但是徒蟆，LTP的輸入專一性法則在短距離內(nèi)不一定特別精確胁出。弗雷和莫里斯在1997年提出了一種解釋輸入專一性的假說，即突觸標識和捕獲假說段审。

2 關(guān)聯(lián)性

關(guān)聯(lián)性是指全蝶，當一條通路的弱刺激尚不足以誘導(dǎo)LTP時，另一通路的強刺激會同時誘導(dǎo)兩條通路的LTP。

3 協(xié)同性

LTP可由強烈的強直刺激激發(fā)突觸的單一通路抑淫，或通過許多較弱的刺激協(xié)作引發(fā)绷落。當一條通向突觸的路徑受到弱刺激，它產(chǎn)生的突觸后去極化不足以誘導(dǎo)LTP始苇。與此相反砌烁，當微弱的刺激施加到許多通路，而這些通路均匯聚到一片單一的突觸后膜時催式，產(chǎn)生個別性突觸后去極化可以共同突觸后細胞去極化函喉，足以誘導(dǎo)LTP的合作。突觸標識可能是關(guān)聯(lián)性與協(xié)同性的共同基礎(chǔ)蓄氧。布魯斯·麥克諾頓認為函似，關(guān)聯(lián)性和協(xié)同性之間的差別僅僅是語義上的槐脏。

4 持久性

LTP的作用時間是持久的喉童，可以持續(xù)幾分鐘乃至幾個月。這是它與其他突觸可塑性的根本區(qū)別顿天。

四堂氯、長期抑制作用（Long-term depression，LTD）

長期抑制作用又稱長時程抑制作用牌废、長期抑勢咽白，指神經(jīng)突觸持續(xù)幾個小時到幾天的抑制行為。強烈的突觸刺激（小腦Purkinje細胞）或者長期的弱突觸刺激（海馬體）均可導(dǎo)致長期抑勢的形成鸟缕。長期抑勢被認為是后突觸接受體密度的改變導(dǎo)致的晶框，但是前突觸釋放物的改變也可能有一定影響。小腦的長期抑勢被假定對運動神經(jīng)的學習具有重要作用懂从。海馬體的長期抑勢也可能對清除過去的記憶具有重要作用授段。海馬體/大腦皮層長期抑勢可由NMDA接受體，代謝型麩胺酸鹽受體（mGluR）或者endocannabinoids控制番甩。

五侵贵、短期突觸可塑性

短時程的突觸可塑性是突觸可塑性的一種重要表現(xiàn)形式，對實現(xiàn)神經(jīng)系統(tǒng)的正常功能起著重要作用缘薛。突觸的短時程可塑性能夠加強突觸傳遞的確定性窍育，調(diào)節(jié)大腦皮層興奮和抑制之間的平衡，形成神經(jīng)活動的時間宴胧、空間特性漱抓，形成并調(diào)節(jié)皮層丘腦網(wǎng)絡(luò)的同步振蕩。突觸的短時程可塑性可能也參與了注意恕齐、啟動效應(yīng)乞娄、睡眠節(jié)律和學習記憶等神經(jīng)系統(tǒng)高級功能的實現(xiàn)。短時程突觸可塑性又分為短時程的增強和壓抑作用。

六补胚、人工神經(jīng)網(wǎng)絡(luò)

1码耐、概述

在機器學習和認知科學領(lǐng)域，人工神經(jīng)網(wǎng)絡(luò)（artificial neural network溶其，縮寫ANN）骚腥，簡稱神經(jīng)網(wǎng)絡(luò)（英文：neural network，縮寫NN）或類神經(jīng)網(wǎng)絡(luò)瓶逃，是一種模仿生物神經(jīng)網(wǎng)絡(luò)(動物的中樞神經(jīng)系統(tǒng)束铭，特別是大腦)的結(jié)構(gòu)和功能的數(shù)學模型或計算模型，用于對函數(shù)進行估計或近似厢绝。神經(jīng)網(wǎng)絡(luò)由大量的人工神經(jīng)元聯(lián)結(jié)進行計算契沫。大多數(shù)情況下人工神經(jīng)網(wǎng)絡(luò)能在外界信息的基礎(chǔ)上改變內(nèi)部結(jié)構(gòu)，是一種自適應(yīng)系統(tǒng)昔汉。

現(xiàn)代神經(jīng)網(wǎng)絡(luò)是一種非線性統(tǒng)計性數(shù)據(jù)建模工具懈万。典型的神經(jīng)網(wǎng)絡(luò)具有以下三個部分：

結(jié)構(gòu) （Architecture） 結(jié)構(gòu)指定了網(wǎng)絡(luò)中的變量和它們的拓撲關(guān)系。例如靶病，神經(jīng)網(wǎng)絡(luò)中的變量可以是神經(jīng)元連接的權(quán)重（weights）和神經(jīng)元的激勵值（activities of the neurons）会通。

激勵函數(shù)（Activity Rule） 大部分神經(jīng)網(wǎng)絡(luò)模型具有一個短時間尺度的動力學規(guī)則，來定義神經(jīng)元如何根據(jù)其他神經(jīng)元的活動來改變自己的激勵值娄周。一般激勵函數(shù)依賴于網(wǎng)絡(luò)中的權(quán)重（即該網(wǎng)絡(luò)的參數(shù)）涕侈。

學習規(guī)則（Learning Rule）學習規(guī)則指定了網(wǎng)絡(luò)中的權(quán)重如何隨著時間推進而調(diào)整。這一般被看做是一種長時間尺度的動力學規(guī)則煤辨。一般情況下裳涛，學習規(guī)則依賴于神經(jīng)元的激勵值。它也可能依賴于監(jiān)督者提供的目標值和當前權(quán)重的值众辨。

2 特點和優(yōu)點

人工神經(jīng)網(wǎng)絡(luò)的特點和優(yōu)越性端三，主要表現(xiàn)在三個方面：

第一，具有自學習功能泻轰。例如實現(xiàn)圖像識別時技肩，只在先把許多不同的圖像樣板和對應(yīng)的應(yīng)識別的結(jié)果輸入人工神經(jīng)網(wǎng)絡(luò)悦穿，網(wǎng)絡(luò)就會通過自學習功能叙赚，慢慢學會識別類似的圖像。自學習功能對于預(yù)測有特別重要的意義插勤。預(yù)期未來的人工神經(jīng)網(wǎng)絡(luò)計算機將為人類提供經(jīng)濟預(yù)測泳挥、市場預(yù)測然痊、效益預(yù)測，其應(yīng)用前途是很遠大的屉符。

第二剧浸，具有聯(lián)想存儲功能锹引。用人工神經(jīng)網(wǎng)絡(luò)的反饋網(wǎng)絡(luò)就可以實現(xiàn)這種聯(lián)想。

第三唆香，具有高速尋找優(yōu)化解的能力嫌变。尋找一個復(fù)雜問題的優(yōu)化解，往往需要很大的計算量躬它，利用一個針對某問題而設(shè)計的反饋型人工神經(jīng)網(wǎng)絡(luò)腾啥，發(fā)揮計算機的高速運算能力，可能很快找到優(yōu)化解冯吓。

【根據(jù)網(wǎng)絡(luò)信息整理】