2、神经网络与脑复杂系统的建模与控制

神经网络与脑复杂系统的建模与控制

1. 神经网络建模的新视角

在对神经网络的研究中，有一些新的视角值得关注。可以从统计力学和控制论的角度，以探索性的视角来看待噪声扰动的神经动力学的随机建模，以及在神经控制论的熵平面中考虑的信息方面。相关的基础研究方向如下：
- 深入研究神经元网络与磁系统中相互作用自旋集合之间现有的类比关系。
- 将神经元视为分子自由点偶极子（如具有长程取向序的向列相液晶），发展一种替代类比，以避免磁自旋类比中普遍存在的不一致性。
- 识别神经集合中的取向各向异性（或持久的空间长程有序）类别，为神经细胞建立非线性（压缩）输入 - 输出关系，并应用相关考虑，用随机合理的S形函数对神经网络进行建模。
- 将神经元集合（由大量相互连接的细胞组成，每个细胞具有二分电位状态）中的状态转换过程视为类似于粒子动力学中动量流的集体随机活动，并开发一个类似模型来描述神经网络的功能。
- 将在神经集合中随机扩散的状态转换作为波动力学的类比进行研究，以开发一个描述神经元活动的波函数模型。
- 考虑到神经元中不可避免地存在噪声，通过随机动力学对神经元内部状态的变化进行建模。

2. 神经控制论概念

现代信息处理系统具有神经模拟的特点，且其功能能力越来越复杂，旨在模拟复杂神经系统的多样化活动。然而，要实现一个能紧密模仿神经元活动的信息处理系统的具体表示是相当困难的。因此，需要将重点转移到定性地提出一个新观点，主要目标是研究神经元系统的控制（和自我控制）方面，以开发能够完整模拟神经系统形象的信息处理单元，可能还包括其所有的结构微妙之处以及复杂的控制和通信协议。

这可以通过采用通用性质的概念来实现，即通过标准程序