石季平

摘 要：针对神经网络中信息传递的研究在生物、医学以及人工智能方面具有重要的意义。通过对神经元工作机理的简化，我们建立了描述该问题的数学模型，并提出了激励函数等相关概念。基于实例分析，我们发现了神经元的排布拓扑以及胞体的激励函数形式会极大地影响神经网络中信息传递的特性，比如信号持续时间、幅值等；并由此提出了多种降低目标神经元兴奋程度的方法。

关键词：神经元；神经网络；信息传递；激励函数

中图分类号：Q42 文献标识码：A 文章编号：1671-2064（2017）07-0027-02

1 概述

随着生命科学的发展，人们逐渐利用数学、物理、化学等手段去试图揭开生命体中各个组织器官的工作奥妙。然而，作为最重要的器官的大脑，由于其高度的复杂性，人们对于它工作原理的认识还远远不够。大脑巧妙的生物学构造使得生物能够在很短时间内对特定的刺激做出判断。虽然对人工智能的研究已开展多年，但在很多方面其还是难以达到人脑的工作效率。因此，对于神经系统的深入理解和研究不仅在生物、医学领域具有重要的意义，还极具工程实践价值。目前为止，人们对神经系统的构造和工作机理已有一定的理解[1]。例如，人们发现组成神经网络的基本单位是神经元，如图1（a）所示，每个神经元主要由胞体，树突和轴突三个部分组成[2]。在神经元工作的过程中，树突主要负责接收激励信息，并把信号发送到胞体；胞体对信息进行一定的处理后通过轴突传递到下一个目标神经元。……