一种无需散热的能量驱动神经回路
《Neurocomputing》:An energy-driven neural circuit without heat dissipation
【字体:
大
中
小
】
时间:2026年05月13日
来源:Neurocomputing 6.5
编辑推荐:
李超然 | 赵磊 | 王滨江 | 马军
兰州工业大学物理系,中国兰州730050
摘要
电容器和电感器分别作为电场和磁场的主要能量存储元件,而传统电路中的线性电阻R不仅提供了时间尺度[RC],还会导致热能损失。忆阻器中的线性项具有与电阻器相似的耗散特性,会产生焦耳热
李超然 | 赵磊 | 王滨江 | 马军
兰州工业大学物理系,中国兰州730050
摘要
电容器和电感器分别作为电场和磁场的主要能量存储元件,而传统电路中的线性电阻R不仅提供了时间尺度[RC],还会导致热能损失。忆阻器中的线性项具有与电阻器相似的耗散特性,会产生焦耳热。本文提出了一类完全不使用线性电阻器的神经电路,从而避免了热耗散问题,并使用[LC]1/2作为参考基准,因为[RC]不是一个常见的参考基准(τ=t/RC)。设计了两种在电流和电压外部驱动下的非线性神经电路,并构建了相应的哈密顿能量函数来表征它们的动态特性。结果表明,两种模型在参数调制下都会在周期性状态和混沌状态之间发生多次转换,其中混沌状态对应于最低的平均能量。除了动态分析外,还进行了电路仿真以展示输出特性。适度的噪声强度可以诱导出随机共振,使系统表现出最佳的有节奏性和能量响应。能量驱动的自适应控制策略可以有效地实现从混沌状态到周期性状态的稳定转换。此外,场耦合研究表明,适当的耦合强度可以使两个振子实现完全同步,而弱随机电场可以进一步增强自适应控制的同步促进效果。我们的讨论揭示了参数调制、噪声效应和非线性神经电路中能量控制之间的内在耦合机制,为提出具有更低或零焦耳热消耗的新神经电路提供了新的理论基础和线索,从而可以在耦合神经电路和网络中用非电阻元件替换基于电阻的电路元素。
引言
生物神经系统通过复杂的非线性电活动实现信息编码、状态调节和行为控制,其核心在于神经元的放电动态以及网络层面的共同演化[1]、[2]、[3]、[4]。受此启发,人工神经电路逐渐成为研究神经动态机制、构建类似大脑的计算系统以及实现高效能量信号处理的重要平台。非线性电路具有丰富的动态结构,因此在模拟神经元的周期性放电、混沌放电、多稳定性和兴奋性调节方面具有突出的物理可实现性[5]、[6]、[7]、[8]。然而,大多数传统神经电路依赖于线性电阻元件,它们固有的热耗散不仅降低了能量利用效率,也限制了神经振荡器在低功耗计算和长期稳定运行中的应用潜力。因此,构建一个更接近生物系统能量特性的神经电路是值得的,即无耗散或耗散较低的电路。此外,探索其在参数调制、噪声效应和控制策略下的动态规律具有重要理论价值和工程意义。在之前的工作中[9]、[10]、[11]、[12]、[13]、[14],一些非线性电路被调整以呈现出与生物神经元相似的放电模式,这些电路有助于设计可靠的智能计算神经电路。当忽略膜结构时,神经电路中的一个电容器输出电压可以有效模拟膜电位的动态特性,离子通道电流可以在由不同电组件组成的一个或多个分支电路中被模拟[15]、[16]、[17]、[18]、[19]。实际上,细胞膜具有内外膜结构,其内部材料对离子跨膜传播有重要影响。因此,一些研究者声称可以在包含两个耦合电容器的神经电路中模拟膜电位,这两个电容器可以通过不同的电组件连接起来以过滤能量和频率。因此,所提出的神经元模型具有两个电容变量[20]、[21]、[22]、[23]、[24],一个用于外膜,另一个用于内膜。可以从神经电路中推导出类似振荡器的神经元模型,然后将其转换为具有精确能量定义的等效映射神经元[25]、[26]、[27]。因此,这些具有双层膜的神经元相比大多数具有单电容变量的神经元模型具有某些优势,膜结构可以分为线性膜、非线性膜、忆阻膜、热膜和压电膜[28]、[29]、[30]、[31]、[32]。这些生物物理神经元模型可以从物理角度进行解释,膜结构可以影响神经元的能量水平,从而在能量流动下控制其放电模式。另一方面,可以通过在分支电路中结合不同的电组件来构建离子通道的混合通道[33]、[34]、[35],从物理角度来看,电感和忆阻通道对于磁场和电场之间的能量交换至关重要,因此,无论将哪种电组件纳入分支电路,连续的能量交换都能支持神经元的稳定放电活动[36]、[37]。因此,可以通过使用其他功能元件来补偿电容器的缺失,例如,在没有电容器时已经构建了一些功能神经电路[38]、[39]、[40]。在神经电路的分支电路中也可以使用Memcapacitor[41]、[42]、[43]、[44]、热敏电阻[45]、[46]、[47]、[48]和Josephson结[49]、[50],从而感知和编码外部物理信号,更多关于功能神经电路及其在神经科学中的应用的指导,请参见最近的综述[52]、[53]、[54]。
忆阻器作为第四种基本电路元件,表现出非线性、记忆性和可塑性,被认为是实现突触可塑性、构建类脑硬件和发展节能计算系统的关键设备[55]、[56]、[57]。根据工作模式,忆阻器可以分为磁通量控制的忆阻器(MFCM)和电荷控制的忆阻器(CCM)[58]、[59]、[60]、[61]、[62]。忆阻器的引入使电路能够自然地表现出非线性放电、参数依赖的动态转换和类似于神经系统的自适应行为,从而成为人工神经电路的重要组成部分[63]、[64]、[65]、[66]、[67]、[68]。然而,传统的忆阻器电路设计通常需要引入线性电阻器作为时间参考,这不可避免地导致热量损失。实际上,忆阻器中的线性项也可以视为一种形式的热量损失,因为它是电阻效应的结果。这种设计理念与生物神经系统中的高效低功耗信息处理模式有很大不同。因此,构建一个没有线性电阻器的忆阻器驱动电路将为实现真正低功耗和低耗散的类脑神经形态元素开辟新的途径。同时,忆阻器的非线性特性引发的多种动态模式,如周期性、混沌和能量模式的转换,以及能量模式的转换,为深入研究非线性动力系统的本质规律和非线性控制策略提供了理想的实验平台。有关忆阻器的最新进展,请参考相关的研究成果和参考文献[69]、[70]、[71]。
同步现象广泛存在于各种复杂系统中,如生物神经网络、心脏电活动、电力网络和激光阵列中,是理解集体协作行为的重要现象[72]、[73]、[74]、[75]。在神经系统中,不同脑区或神经元的相位同步不仅与信息编码和节律调节密切相关,还与认知、记忆和病理活动(如癫痫同步发作)密切相关[76]。因此,构建能够生成可控同步或不同步行为的人工神经振荡电路是研究神经耦合、开发自适应神经控制器和实现类脑集成系统的重要手段。然而,非线性电路在参数变化、噪声驱动和耦合效应下表现出复杂的动态结构,如周期性状态、混沌状态和多个稳定状态。它们的同步行为非常敏感,容易受到干扰的影响。特别是在非电阻性低耗散电路中,不同能量存储通道之间的能量流动更为频繁,使得同步控制变得更加具有挑战性。因此,研究这些非线性神经振荡器的同步特性、噪声增强和能量驱动的自适应同步控制对于理解同步动力学和设计稳健的神经系统具有重要意义。有关同步的更多研究,请参考相关文献[77]、[78]、[79]、[80]、[81]、[82]、[83]、[84]。
基于上述背景,本文提出了一类完全不含线性电阻器的非线性神经电路,包括电流型和电压型结构。构建了相应的哈密顿能量函数来表征系统的动态特性。通过系统的数值模拟和能量分析,本文探讨了参数调制引起的周期-混沌转换、噪声诱导的随机共振现象、能量驱动的自适应控制策略以及耦合条件下的同步动态。研究结果不仅揭示了耗散神经电路中能量流动、控制规律和动态状态之间的耦合机制,还为构建下一代低功耗类脑计算电路和发展能量依赖的神经动力系统控制理论提供了新的思路和理论基础。
为了明确区分本研究与现有研究,主要贡献总结如下:
(1) 提出了一种无电阻器的非线性神经电路框架,其中特征时间尺度由[LC]1/2定义,使得无需显式耗散元件即可对神经动态进行建模。
(2) 基于电路的能量存储元件构建了哈密顿能量函数,从能量角度提供了对系统动态的物理解释。
(3) 开发了一种能量驱动的自适应控制策略来调节系统动态,有效抑制混沌行为并促进稳定的周期性状态。
(4) 系统研究了噪声和场耦合的影响,揭示了在自适应控制下的噪声辅助随机共振和同步增强机制。在这项研究中,神经电路中使用了CCM(电荷控制的忆阻器),并强调了其固有的场效应,类似的讨论也可以通过使用MFCM(磁通量控制的忆阻器)来进行。众所周知,当忆阻器中出现线性部分时,大多数忆阻器主要通过场能量而不是电阻效应贡献通道电流。我们的结果还表明,基于电阻的神经突触耦合可以用非电阻元件代替,这一策略对于网络中的耦合神经电路非常重要。有关进一步的物理解释和构建神经电路的指导,请参见最近的综述和参考文献[85]。
模型和方案
神经电路中复杂放电状态的生成从根本上源于电场和磁场之间的连续能量交换。电容器和CCM负责存储电场能量,而电感器和MFCM负责存储磁场能量。在多路径电路中,能量在能量存储元件之间不断传播和转移,内部场能量动态变化,进一步导致了...
数值结果和讨论
本研究采用自适应的四阶/五阶Runge-Kutta方法(ode45)对电流型神经电路方程(5)和电压型神经电路方程(13)进行数值模拟。首先,我们研究了电流型非线性电路的振荡情况。如图3所示,为了定量区分周期性和混沌状态,我们进行了一系列分岔分析和Lyapunov指数计算。具体来说,我们分别...
结论
本文设计了一类完全不含电阻器的非线性振荡电路。时间无量纲参考值由[LC]1/2表示。这种电路没有线性电阻器,因此没有热能损失。基于电流型和电压型两种非线性振荡电路,推导出了相应的哈密顿能量。在这些电路在参数调制、噪声扰动下的动态特性和振荡特征...
作者贡献声明
李超然:验证、软件开发、形式分析、数据管理。
赵磊:撰写初稿、验证、资源准备、方法论、形式分析、数据管理。
王滨江:可视化、方法论、调查、形式分析、数据管理。马俊:撰写论文——包括审稿和编辑工作、项目监督、资金募集、正式分析以及概念化工作。
利益冲突声明:
作者声明他们不存在任何可能影响本文所报告工作的已知财务利益冲突或个人关系。
致谢:
本项工作得到了国家自然科学基金(项目编号:12072139)的支持。
利益冲突:
本工作的发表不存在任何利益冲突。
李小姐是兰州工业大学的理论物理学硕士研究生,她的主要研究领域包括忆阻器、神经电路以及神经元模型中的动态控制。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号