뉴런,neuron

AKA 신경세포, nerve cell
뇌,brain의 구성 요소.
신경망,neural_network의 구성 요소.

연결,connection되어 있어, 신호,signal 전달. 즉 통신,communication함.
rel. WpEn:Connectome WpEn:Connectomics

흥분성 뉴런
억제성 뉴런

뉴런의 구조
축삭 : 긴 전선 역할. 실제 매우 길게(1m 이상) 자랄 수 있다 함. 몸 속의 모든 축삭 길이 합은 15만 km 정도.
미엘린myelin : 전선 피복 역할.
미엘린 수초 :
랑비에 결절 :
슈반 세포 :
시냅스,synapse : 뉴런과 뉴런 사이 연결 부위 혹은 떨어져 있는 공간으로 언급되는데 정확히? 둘다?
여기선 화학 물질을 이용한 통신이 일어남. 발신부(축삭말단)에서 신경전달물질이 분비되고, 수신부(가지돌기)에서 수용체들이 화학물질을 감지.
가지돌기는 성장할 수 있음.
https://i.imgur.com/z1Q6kIa.png

https://i.imgur.com/j6RQkoT.png


뉴런의 역할
1단계
가지돌기에서 신호를 합쳐서 (책에는 단순히 더하기로 표시..?) 2단계로 넘긴다.
2단계
입력신호를 받아 일정수준(역치,threshold)을 넘는지 보고, 넘으면 활성화되고 넘지 못하면 비활성화된다.
모사하기 위해 계단함수,step_function등이 쓰임.
뉴런을 활성화시킬지 결정하는 함수가 활성화함수,activation_function.
3단계
피복인 미엘린 발달 여부에 따라 신호 강도가 달라짐.
수학적으로는 가중치를 곱하는 것과 같음.
4단계
축삭말단에서 시냅스를 통해 다른 뉴런으로 신호를 보냄.
시냅스의 발달 정도에 따라 신호 강도가 달라짐.
따라서 3단계와 마찬가지로 가중치를 곱하는 것.

그래서, 뉴런 단위로 보면
(더하기)-(계단함수적용하기)-(가중치곱하기)
인데, 앞뒤를 약간 바꾸어 잘라서 이런 단위(퍼셉트론,perceptron=인공뉴런)로 볼 수 있음.
(가중치곱하기)-(더하기)-(계단함수적용하기)

앞부분이 선형결합,linear_combination임이 보임.

예쁜꼬마선충(C. elegans)의 뉴런은 300개 정도.
{
길이 1 mm 정도.
세포 수 959개.
뉴런 302개.
1986년 완전히 지도로 만들어짐.
}
캘리포니아군소의 뉴런은 20000개 정도.

연결주의connectionism : 뉴런 간의 연결과 통신에 의해 모든 일이 일어난다는 이론

[edit]

McCulloch-Pitts Neuron


(Excerpt)
맥컬록-피츠 신경세포
신경세포의 첫 공식 모형은 Warren McCulloch, Walter Pitts가 1943년 발표. 논리게이트,logic_gate와 많이 닮았다. 이것(이하 M-P neuron)은 활성화된 입력의 수가 일정 한계점을 넘으면 켜진다.
한계점이 1이면 논리합 회로처럼 작동. (OR gate)
한계점이 입력의 수와 같으면 논리곱 회로로 작동. (AND gate)
다른 신경세포가 켜지는 것을 막을수도 있다. (NOT gate)
이것(M-P neuron)이 하지 못하는 것은 학습,learning이다. 신경세포 사이 연결에 가변 가중치variable weight를 부여해야 하는데 그 결과 퍼셉트론,perceptron이 탄생했다.[1]

[edit]

Ref.

내용 참고 from 브레인 이미테이션 (뉴런 image: p89)



Zeta:뉴런_(머신러닝) and Zeta:뉴런
http://www.aistudy.com/physiology/brain/neuron.htm - 신경단위 또는 신경원 (∵ 신경계의 구조적·기능적 단위이므로. '신경세포 nerve_cell': 뉴런이 단세포인지 다세포인지 모르던 때의 용어?)
http://www.scholarpedia.org/article/Neuron
WpKo:신경_세포
WpEn:Neuron

Up: 세포,cell 신경,nerve 신경계,nervous_system { central_nervous_system CNS (뇌,brain and 척수 spinal_cord) and the peripheral_nervous_system PNS }
----
  • [1] 마스터 알고리즘