Caricare documenti e articoli online  
INFtube.com è un sito progettato per cercare i documenti in vari tipi di file e il caricamento di articoli online.
 
Architettura
Biologia Botanica Microbiologia
Diritto
Economia
Educazione fisica
Filosofia
Generale
Geografia
Italiano
Letteratura
Marketing
Medicina
Scienze
Storia
Tecnica
 



 
 
Meneame
 
Non ricordi la password?  ››  Iscriviti gratis
 

neuroni

biologia

Inviare l'articolo a Facebook Inviala documento ad un amico Appunto e analisi gratis - tweeter Scheda libro l'a yahoo - corso di


ALTRI DOCUMENTI

IL GUSTO - LA LINGUA - Sensibilità gustativa
SELEZIONE NATURALE - ORIGINE DELLA SPECIE E MODELLI EVOLUTIVI
IL REGNO VEGETALE - TALLOFITE, BRIOFITE, PTERIDOFITE, SPERMATOFITE
Compartimenti intracellulari e smistamento delle proteine - Componenti cellulari
neuroni

I NEURONI
 

Il neurone biologico è l'unità fondamentale del sistema nervoso ed è costituito: dalla cellula neurale o corpo cellulare e dai suoi prolungamenti.

Neuroni multipolari in cui si evidenzia la loro morfologia, in particolare dei dendriti e degli assoni. Il metallo pesante, in questo caso l'argento, si deposita sugli elementi costituenti il citoscheletro del neurone, permettendone in tal modo lo studio. Risulta visibile il nucleo e, all'interno, il nucleolo. Essendo la sezione spessa, il dettaglio dei processi neuronali si perde allorchè essi passano al di fuori del piano di osservazione. Notare le cellule gliali circostanti.

Una prima classificazione dei neuroni viene compiuta in base alla morfologia dei prolungamenti; secondo questa classificazione i neuroni possono essere di tre distinti tipi:

[o] I neuroni pseudounipolari

[o] I neuroni bipolari

[o] I neuroni multipolari

  1. Prolungamenti protoplasmatici o dendriti, rappresentati da un'arborizzazione, talvolta imponente, che nasce dal corpo cellulare. Essi sono piuttosto corti e sono forniti di spine o varicosità;
  2. Fibre nervose; sono prolungamenti che nascono per mezzo di un cono di origine o monticolo dal soma. Esso è molto lungo, non si arborizza, esce dalla sostanza grigia e corre in compagnia di altri neuriti in fasci di sostanza bianca. Può anche abbandonare il sistema nervoso centrale ed entrare nella costituzione dei nervi periferici. In questo caso i neuroni vengono chiamati del 1° tipo del Golgi. In altri casi, l'assone è corto, si arborizza finemente ed abbondantemente vicino al corpo cellulare nella sostanza grigia ed i neuroni sono chiamati del 2° tipo del Golgi e visualizzati nel seguito;

Una seconda classificazione classificazione dei neuroni : può essere effettuata sulla base della natura dell'impulso che il neurone trasporta; secondo questa classificazione i neuroni possono essere di due tipologie :

[o] neuroni motori o efferenti, caratterizzati dal fatto che trasmettono impulsi diretti alle periferie, ai muscoli ed alle ghiandole, quindi agli effettori.

[o] neuroni sensitivi o afferenti, che provvedono a raccogliere gli stimoli e a trasmettere i relativi eccitamenti ai centri.

Riassumendo possiamo affermare che il meurone è:

un'unità atomica, perché non si può immaginare la cellula nervosa disgiunta dai suoi prolungamenti;

un'unità embriologica, perché il pirenoforo e i suoi prolungamenti traggono origine da un unico elemento embrionale, il neuroblasto;

un'unità trofica, perché la lesione del soma fa degenerare non solo quest’ultimo, ma anche i suoi dendriti ed il neurite.

è un'unità funzionale dal momento che il pericario ed i suoi prolungamenti svolgono un ruolo fondamentale nella conduzione dei segnali nervosi.

Per la realizzazione del neurone elettronico corrispondente a quello biologico occorre tener presente che: nel sistema nervoso centrale l'impulso per 959f58j corre catene di neuroni che sono articolati tra loro in una particolare giunzione detta sinapsi o bottone sinaptico; essa rappresenta, in pratica, la terminazione dei neuriti che sono i fili di collegamento tra i neuroni.

A livello della giunzione lo spazio intercellulare in un punto si riduce drasticamente e le membrane sono unite da una giunzione gap (sinapsi elettrotonica). Le membrane pre- e postsinaptica presentano addensamenti simmetrici (tipici delle sinapsi inibitorie) In alto e a sinistra la terminazione presinaptica contiene mitocondri, vescicole chiare, molte delle quali appiattite, ed una più grande vescicola a nucleo denso.

Le sinapsi possono poi essere attaccate ai dendriti, al soma o all'assone (sinapsi assodendritiche, assosomatiche e assoassoniche), e da questi separate tramite una fessura, detta fessura sinaptica, che risulta delimitata da due membrane:

[o] la membrana presinaptica

[o] la membrana postsinaptica.

L'impulso si trasmette nelle sinapsi in una sola direzione. Gli impulsi presinaptici provenienti da diverse vie, simultaneamente o successivamente, vengono sommati dalle stesse. A causa dell’affaticamento nella trasmissione sinaptica la frequenza del segnale presinaptico aumenta o diminuisce per cui il segnale postsinaptico si troverà ad una frequenza superiore o inferiore (cioè rientra nell'attività amplificatrice della sinapsi).

IL NEURONE ELETTRONICO

Una rete neurale é composta di elementi di elaborazione, detti neuroni elettronici ed ispirati ai neuroni biologici, connessi tra loro con collegamenti ispirati alle sinapsi, in modo da formare uno schema assimilabile ad un semplicissimo tessuto nervoso. Gli elementi di elaborazione (PE ossia Processing Elements) sono praticamente i neuroni elettronici, che con i loro schemi di interconnessione sono molto più semplici dei neuroni e dei tessuti biologici, ma conservano un grado elevato di analogia. L’osservazione della struttura del cervello può, infatti, fornire importanti spunti per la ricerca sulle reti neurali, mentre queste ultime possono fornire modelli esplicativi del funzionamento del cervello.

Il neurone biologico può essere rappresentato dal neurone elettronico o di Hopfield , che consiste in un dispositivo elettronico di sommatoria non lineare dotato di:

[o] più ingressi, che corrispondono ai dendriti nel neurone biologico

[o] una sola uscita, che corrisponde all'assone nel neurone biologico.

Il dispositivo elettronico é costituito da 3 blocchi funzionali posti in cascata:

Sommatore algebrico : effettua la sommatoria algebrica di segnali di ingresso, che possono essere eccitatori o inibitori; i primi vengono sommati direttamente mentre i secondi vengono invertiti, ossia moltiplicati per (–1) prima della somma. Il numero di ingressi di eccitazione o inibizione non è soggetto a limitazioni, come pure l'oscillazione positiva o negativa dell'uscita dell'elemento sommatore (Summer).

Amplificatore a guadagno G : la somma, che chiameremo x, eseguita dal 1° blocco viene inviata all’ingresso di un 2° blocco che la moltiplica per una costante G. In particolare alti valori di G rendono i neuroni molto sensibili a piccole variazioni di x intorno allo 0, riducendo però la flessibilità dell'intero sistema che tende a comportarsi come un comparatore analogico, caratterizzato da 2 soli distinti livelli (VOH = 1 e VOL = 0) della sua uscita. Infatti per G elevati (ad esempio G = 10) non ci sono "sfumature", cioè livelli intermedi, e, pertanto, l’intera rete di neuroni perde la capacità di trovare soluzioni di compromesso. Dall'altro lato, se il guadagno G è troppo basso, tutti i neuroni oscilleranno intorno al medesimo valore e nessuno prevarrà sugli altri.

Stadio d’uscita non lineare : esegue una trasformazione non lineare sul segnale G*x, comprimendo il suo valore tra 0 ed 1, secondo la relazione:

In pratica l’uscita U(x) é una funzione di trasferimento sigmoidale, alla quale corrisponde una curva a forma di S, come illustrato nel seguito, che:

[o] va da zero, per valori negativi elevati di G*x

[o] va ad 1 per valori positivi elevati di G*x

[o] vale ½ per G*x = 0

Tale tipo di curva si usa nei sistemi di compressione del segnale audio in cui si deve trovare un equilibrio tra fedeltà e gamma dinamica ampia. La caratteristica non lineare del neurone conferisce effettivamente ad una rete di neuroni, cioè all'insieme di n neuroni collegati tra loro, una gamma dinamica più estesa ed un grado maggiore di flessibilità.

Le reti neurali vengono paragonate al computer, al fine di evidenziare la differenza tra il funzionamento di tipo parallelo delle prime e quello di tipo seriale del secondo, tra memoria distribuita e localizzata. Viene, inoltre, spesso sottolineato che le reti neurali sono in grado di riconoscere, ad esempio, volti umani, mentre il computer non é in grado di offrire le stesse prestazioni. In realtà questi paragoni contengono un errore logico di fondo; il computer é fondamentalmente un implementetore universale di algoritmi e, quindi, come tale, non può essere paragonato direttamente ad un sistema analogico quale é una rete neurale, ma il confronto può essere svolto a livello di algoritmi.

Le potenzialità applicative delle reti neurali sono legate principalmente ad alcune loro capacità fondamentali:

[o] riconoscimento di pattern

[o]apprendimento da esempi

[o] simulazione delle interazioni tra un ampio numero di parametri

[o] resistenza ai guasti

Quest’ultima proprietà consiste nella capacità della rete di continuare a funzionare, con prestazioni leggermente inferiori, anche in caso di rottura di alcuni suoi elementi. Nel caso di implementazioni hardware in Silicio ciò si traduce nella possibilità di utilizzare anche i dispositivi parzialmente difettosi.

Si possono individuare 3 principali modalità d’uso delle reti neurali:

  1. [o] classificazione/trasformazione di pattern; rientrano in questo caso i sistemi per il riconoscimento di immagini, suoni, voci ed altri pattern, le memorie associative, i sistemi per la cancellazione del rumore e per la riduzione della ridondanza di informazioni;
  2. [o] ottimizzazione; rientrano in questo caso i sistemi esperti basati su reti neurali. Un tipico problema di ottimizzazione é quello del "commesso viaggiatore": dato un certo numero di città, trovare il percorso più breve per visitarle tutte.
  3. [o] previsione; rientrano in questo caso i sistemi di previsione meteorologica.

Le applicazioni che consentono il maggiore impatto pratico sono quelle in cui la rete neuronale viene usata come classificatore, cioè per riconoscere una serie di pattern di ingresso:


[o]
nel campo dell’automazione tali reti possono essere utilizzate per riconoscere immagini di oggetti migliorando le prestazioni dei sistemi di controllo della qualità come quelli di ispezione ottica
[o]
nel campo della robotica l’applicazione delle reti neurali al riconoscimento delle immagini può portare notevoli miglioramenti sia sul piano delle capacità di movimento in ambienti complessi sia sul piano della acquisizione di informazioni.
[o]
nel campo dell’automazione d’ufficio una applicazione tipica é quella della macchina da scrivere, implementata su PC, che scrive sotto dettatura;
[o]
nel campo militare le applicazioni riguardano il riconoscimento di aerei, navi o sommergibili sulla base delle loro immagini radar o sonar;
[o]
nel campo dell’elettronica in generale le reti neurali possono essere utilizzate per ripulire o, addirittura, rigenerare segnali affetti da rumore; in particolare nel settore biomedicale questa possibilità può essere sfruttata per l’elaborazione dei tracciati elettrocardiografici;
[o]
le memorie associative basate su reti neurali possono essere utilizzate per migliorare il funzionamento delle basi di dati, rendendo possibile il reperimento di informazioni a partire da riferimenti incompleti;
[o]
nel campo dei cosiddetti sistemi esperti istantanei, in cui le reti neurali possono apprendere dagli esempi e, quindi, possono utilizzare anche conoscenze non esprimibili sotto forma di regole <<se ... allora>

[o]nel campo finanziario per la valutazione dei rischi connessi alla concessione di prestiti, per la previsione degli andamenti del mercato,

[o] nel campo meteorologico le reti neurali possono essere utilizzate per realizzare sistemi di previsione.

Reti neurali artificiali

Articolo informazione


Hits: 2350
Apprezzato: scheda appunto

Commentare questo articolo:

Non sei registrato
Devi essere registrato per commentare

ISCRIVITI

E 'stato utile?



Copiare il codice

nella pagina web del tuo sito.