我校科研团队在计算
神经科学领域取得新进展
2024年12月16日，辽宁工程技术大学软件学院姜文涛副教授、袁姮副教授、刘万军教授，以我校为唯一完成单位，在《Cell》子刊《Patterns》期刊在线发表题为“Neuron Signal Attenuation Activation Mechanism for Deep Learning”（神经元信号衰减激活机理及其深度学习应用）的研究论文。
图1 神经元信号衰减激活机理及其深度学习应用
该研究工作针对计算神经科学领域中传统神经元模型维度高和难以普及应用这一难题，提出并论证了广义神经元信号衰减激活机理，为深度学习在跨学科领域的应用提供了统一且有效的解决方案。
在计算神经科学中，神经元模型主要用于模拟生物神经元的行为，从而帮助科学家理解大脑的工作原理以及开发人工神经网络。借鉴生物学习机制，揭示生物神经元的激活机理，可以有效推动深度学习技术的进步。但生物神经元的激活机理因涉及复杂的生理、电生理和分子生物学过程，导致研究非常困难，虽然神经科学家提出了许多卓越的神经元模型，但由于没有简明的数学原理，它们在深度学习领域的普及应用非常受限。本研究采用了一种跨学科的研究方法，利用广义非线性系统来模拟、推理和论证神经元的信号激活过程，阐明了神经元衰减激活机理，设计了神经元的衰减激活方法和数学模型。该模型与哈佛大学科研团队发布的生物神经元细胞内电刺激记录具有高度的相似性和吻合度，可以为深度学习的跨领域应用带来显著的学习效果。
主要贡献
该研究工作的主要贡献包括：(1)引入广义非线性系统理论构建神经元输入-输出模型。(2)阐明广义神经元的信号衰减激活机理。(3)设计的衰减模型与生物神经元细胞内电刺激记录高度一致。(4)衰减模型在跨领域学习任务中性能显著。
论文链接：
https://www.cell.com/patterns/fulltext/S2666-3899(24)00289-7
往期图文推荐
（点击图片即可阅读）
