به گزارش سیناپرس همدان، محققانی که با مدلهای شبکه عصبی بازنمایی سادهشده مغز کار میکنند، باید «به یک زبان» صحبت کنند تا نتایج آنها قابل درک و بازتولید باشد. اکنون دانشمندان پروژه مغز انسان دستورالعمل هایی را برای توصیف روشن اتصال شبکه پیشنهاد می کنند.
این دستورالعمل ها بر اساس مفاهیم مورد استفاده در جامعه علوم اعصاب محاسباتی است. برای ارائه درک شهودی از ویژگی های شبکه، آنها همچنین یک نماد گرافیکی برای نمودارهای شبکه پیشنهاد می کنند که سبک های نمودار موجود را متحد می کند.
محققان دریافتند که توضیحات منتشر شده از اتصال شبکه اغلب ناقص و نادرست است. این ممکن است به نوبه خود منجر به پیشبینیهای اشتباه از فعالیت شبکه در هنگام تلاش برای بازتولید نتایج مدل شود، زیرا حتی تفاوتهای کوچک بین قوانین ممکن است منجر به پویایی متفاوت شبکه شود.
یوهانا سنک، عصب شناس، نویسنده اصلی این مطالعه گفت: تعریف دقیق قوانین اتصال برای اجرای الگوریتمی صحیح و کارآمد یک شبکه در شبیه سازها بسیار مهم است. محققان امیدوارند که دستورالعمل های پیشنهادی آنها تکرارپذیری را افزایش دهد، زیرا آنها اطمینان حاصل می کنند که وقتی دو عصب شناس از یک اصطلاح یا نماد استفاده می کنند، معنای یکسانی دارند.
پروفسور ساشا ون آلبادا از Forschungszentrum Jülich، رئیس گروه تحقیقاتی "عصب آناتومی نظری" خاطرنشان می کند که این سازگاری همچنین عامل مهمی در غلبه بر مانع پیچیدگی فعلی است. اکثر مدلهای شبکه عصبی که تاکنون توسعه یافتهاند، هنوز پیچیدگی محدودی دارند. اما زیرساخت جدید تحقیقات دیجیتال EBRAINS که توسط HBP ساخته شده است، اکنون مدلهای پیچیدهتر را برای دانشمندان فردی قابل مدیریت میکند، همانطور که ساشا ون آلبادا اشاره میکند.
این تحقیق در PLOS Computational Biology منتشر شده است.
منبع: medicalxpress.com
مترجم: سید سپهر ارومیهء