感覺系統/計算機模型
< 感覺系統
關於神經模擬的章節介紹了不同層次的模擬。
- 神經膜的行為可以用霍奇金-赫胥黎方程非常精確地描述，可以用動力系統工具模擬。
- 為了簡化膜的動力學，霍奇金-赫胥黎方程可以簡化為一個2引數系統，由菲茨休-納格莫模型描述。
- 可以用簡單的反饋系統模擬反饋對膜電位的理想化影響和簡單的神經網路。
- 神經形態系統使用模擬VLSI實現神經迴路，可以系統地研究更大的真實神經網路，並將這些系統應用於超低能耗和/或響應速度非常快的應用。
關於視覺系統模擬的章節主要描述了線性二維卷積如何捕捉視覺系統中資訊處理的許多方面。
- 角膜的影響
- 視網膜中的對比度檢測
- V1（初級視覺皮層）中的邊緣檢測。
- 還簡要概述了數字影像處理。
關於視網膜功能模擬的章節提供了一個基於生物啟發模型的人類視網膜軟體模擬。它展示了視網膜如何接收、傳輸和處理視覺資訊，供更高階的視覺皮層結構使用。
如果你想了解更多關於視覺感知的資訊，關於視覺系統生理學的章節有關於以下方面的專門章節：
- 運動感知
- 顏色感知
關於聽覺系統模擬的章節涵蓋了相當廣泛的領域。
- 由於聽覺訊號通常在時域描述，本章首先簡要概述了傅立葉變換。
- 本節還描述了縮小時間視窗（以提高時間精度）對觀察到的頻譜的影響。
- 下一節展示了控制系統模型如何再現耳廓和外耳對聽覺訊號的影響。
- 基底膜對聽覺輸入的偏轉可以用伽瑪音濾波器非常優雅和有效地描述。
- 關於人類語音的部分展示了語音感知的計算方法。
關於前庭系統模擬的模擬有兩個部分，需要分別建模。
- 半規管轉導角速度，可以用3個靈敏度向量很好地近似。因此，可以用控制系統模型很好地模擬它們。
- 耳石轉導線性加速度（包括重力）。它們的響應必須用更復雜的有限元模擬來模擬。
- 腦幹對訊號的下游處理可以用控制系統工具很好地近似。
關於體感系統模擬的章節描述瞭如何模擬肌梭。體感系統的完整模擬很困難，因為這個系統不僅包括肢體動力學（本身就很複雜），還包括肌肉在肢體運動中的冗餘性所帶來的額外複雜性。
關於有效編碼的章節描述了大腦如何編碼自然影像和自然聲音，以及有效編碼模型如何複製這個過程。研究發現，這兩個輸入訊號的過程可以用非常相似的方法建模。有效編碼理論的目標是用一組統計獨立的特徵來隱藏關於刺激的最大資訊量。
我們對聽覺、視覺和方向感神經過程的理解已經非常先進。在裝置方面，我們有相應的視覺、聲音和運動感測器可供機器人應用。然而，嗅覺和味覺的過程似乎要複雜得多。這種複雜性從我們各自感官可用的生理感測器數量就可以看出來：我們有 1 到 2 種類型的聽覺和運動感官轉導細胞（規則和不規則毛細胞），以及視網膜中大約 4 種類型的感光細胞（3 種類型的視錐細胞用於彩色視覺，以及用於明暗感覺的視杆細胞）。相反，我們在鼻子和舌頭上擁有數百種味覺和嗅覺受體。因此，儘管功能齊全，但目前的電子鼻和電子舌還沒有很先進。關於嗅覺系統模擬的章節描述了我們首次嘗試用計算方式描述嗅覺系統及其特性——也就是說，我們如何聞到氣味。