Engineers Modelleren Betere Navigatiesystemen Na Aanpassingsvermogen Van Hersenen

{h1}

In ontwerpen van nieuwe besturings- en navigatiesystemen voor vliegtuigen, robots en andere engineered systemen, bootst de ingenieur silvia ferrari en haar onderzoeksteam aan de duke university het vermogen van de hersenen na om zich aan te passen.

Dit onderzoek in Action-artikel is aan WordsSideKick.com gegeven in samenwerking met de National Science Foundation.

De speciale vaardigheden van het brein verleiden veel technici om het te gebruiken als een model voor andere dingen die ze creëren. In hun ontwerpen van nieuwe besturings- en navigatiesystemen voor vliegtuigen, robots en andere engineered systemen bootsen de ingenieur Silvia Ferrari en haar onderzoeksteam van Duke University het aanpassingsvermogen van de hersenen na. Ze zijn vooral geïnteresseerd in delen van de hersenen die dieren in staat stellen hun bewegingen te veranderen in reactie op veranderende omgevingscondities.

Een van die onderdelen is de hippocampus van de hersenen, wat belangrijk is voor het leren en het geheugen dat ten grondslag ligt aan de navigatie. In de bovenstaande afbeelding zijn verschillende delen van hippocampuscellen gekleurd voor identificatie. Neurieten (groen) zijn lange uitsteeksels van neuronen die signalen uit andere cellen verzenden en ontvangen. Het eiwit histone lysine demethylase (cyaan) draagt ​​bij aan de cellevenscyclus en vroege hersenontwikkeling. De eiwitboog (rood) wordt uitgedrukt waar de hersenen veranderingen aanbrengen in neurale paden, een fenomeen dat bekend staat als plasticiteit. Onderzoekers zoeken naar tekenen van plasticiteit als bewijs dat veranderingen, zoals leren, plaatsvinden in de hersenen. [Delayed Gratification - Hoe de Hippocampus ons helpt af te houden (Op-Ed)]

Dierlijke hersenen reageren op hun omgeving en leren van sensorische feedback, zoals visie, aanraking en geluid, om de motorprestaties te verbeteren. Ferrari's groep gebruikt door de hersenen geïnspireerde computationele modellen, bekend als spiking neurale netwerken, en ontwerpt algoritmen die gemodelleerde neurale netwerken trainen om zich aan te passen aan externe feedback. Bijvoorbeeld, in een test van hun algoritme, modelleerden ze een virtueel insect bestuurd door een spiking neuraal netwerk om een ​​onbekend terrein te navigeren in een zoektocht naar voedsel.

De onderzoekers onderzoeken ook hoe goed hun trainingsalgoritme werkt op levende neurale netwerken in petrischalen. Als dit lukt, kunnen de algoritmen worden gebruikt in besturings- en navigatiesystemen die worden gebruikt in verschillende engineered systemen die goed moeten presteren onder veranderende omstandigheden, zoals robots.

Verder lezen: Brain Power: heldere ideeën en slimme hulpmiddelen voor neuroengineering

Opmerking van de uitgever: Alle meningen, bevindingen en conclusies of aanbevelingen in dit materiaal zijn die van de auteur en komen niet noodzakelijk overeen met de opvattingen van de National Science Foundation. Zie de Archief onderzoek in actie.


Video Supplement: .




WordsSideKick.com
Alle Rechten Voorbehouden!
Reproductie Van Materialen Toegestaan Alleen Prostanovkoy Actieve Link Naar De Site WordsSideKick.com

© 2005–2019 WordsSideKick.com