基于突触可塑性的复杂神经网络自适应抗扰功能研究

Based on the idea of electromagnetic proof bionics and the advantages of self-adaptive anti-interference of bio-system under complex environment, the study of self-adaptive anti-interference function of complex neural network based on synaptic plasticity is developed from the perspective of neural engineering. This research can provide new thinking and method for brain science and engineering applications with self-adaptive anti-interference mechanism of biological system. Our results have indicated that spiking neural networks with STDP regulation have anti-interference function to a certain extent. However, it is still being explored and has many challenges. The aim of this project is to study the following problems: (1) Structuring and analyzing complex neural network which has more biological realism based on complex network; (2) Developing a more complete weight dynamics model of synaptic plasticity which includes combined regulation of excitatory and inhibitory synapses and exploring its dynamic regulation mechanism for complex neural network; (3) Revealing the dynamic evolution behavior of complex neural network with external interference based on the theory of complex network and the mechanism of neural information coding. (4) Studying the anti-interference function of complex neural network with more complete synaptic plasticity and exploring its appropriate extent and range. This project, which involves multidisciplinary study of bionics, nonlinear dynamics, complex network theory, bio-information coding theory, brain science etc., has important academic value and far reaching strategic significance.

本项目基于电磁防护仿生理念以及生物系统在复杂环境下的自适应抗扰优势，从神经工程角度开展基于突触可塑性的复杂神经网络自适应抗扰功能研究，为脑科学的研究和基于生物系统抗扰机制的工程应用提供新思路新方法。课题组前期研究表明基于STDP的脉冲神经网络对噪声具有一定的抗扰性能，但此方向研究尚属探索阶段，仍有很多问题亟待解决。本项目主要研究内容包括：（1）基于复杂网络理论构建和分析更符合生物真实性的复杂神经网络；（2）构建包含兴奋性突触和抑制性突触共同作用的完备的突触可塑性权值动力学模型，探索其对复杂神经网络动态调控规律；（3）基于复杂网络理论和神经信息编码机制揭示外部扰动下的复杂神经网络动态演化行为；（4）研究基于完备的突触可塑性复杂神经网络的抗扰功能，探索其适应程度和范围。本项目研究内容涉及仿生学、非线性动力学、复杂网络理论、生物信息编码理论、脑科学等多学科交叉，具有重要的学术价值和深远的战略意义。

本项目以电磁防护仿生为研究背景，借鉴生物系统在复杂环境下的自适应、自组织和自修复等优势，从神经工程角度开展了基于突触可塑性的复杂脉冲神经网络（小世界脉冲神经网络和无标度脉冲神经网络）自适应抗扰功能研究。项目按照任务书原定计划取得科研成果如下进展：（1）研究了兴奋性突触和抑制性突触共同作用的突触可塑性权值动力学模型，基于复杂网络生成算法，结合神经元的状态动力学行为，建立了一套基于突触可塑性的复杂脉冲神经网络的类脑构建方法；（2）基于突触可塑性非线性动力学调控研究了突触权值的动态演化过程，利用复杂网络理论从网络节点度分布、聚类系数和最短路径长度等拓扑特征刻画了复杂脉冲神经网络的动态演化行为，揭示了复杂脉冲神经网络的局部信息传输能力，全局效率和集团化程度等网络性能及其动态变化；（3）针对不同噪声以及同一噪声不同强度的外界干扰，从时间和频率编码两个角度研究了复杂脉冲神经网络的信息编码特性，并算法验证了网络针对不同噪声的神经编码特异性，建立了在不同外部干扰下神经信息编码与复杂脉冲神经网络非线性动态调节的对应关系，揭示了复杂脉冲神经网络对外界干扰的编码机制；（4）研究了复杂脉冲神经网络针对不同外界噪声的抗扰能力，并探索了不同网络拓扑针对随机攻击和蓄意攻击的适应性及其自适应抗损伤能力，并验证了复杂脉冲神经网络的抗扰能力和抗损伤能力与突触可塑性调控呈高度相关，揭示了突触可塑性调节机制与复杂脉冲神经网络抗扰能力和抗损伤能力的内在联系。受本项目资助，在执行期内共发表相关学术期刊论文23篇，其中SCI检索11篇，EI检索9篇；公开发明专利1项；培养青年教师2人，博士生3人，硕士生12人；邀请国内外专家做学术报告12人次，举办相关学术会议8次，参加学术会议24次。本项目研究内容属于类脑智能的前沿课题，研究成果为实现具有脑的信息处理过程和认知功能的新型类脑智能以及基于生物系统抗扰机制的工程应用中奠定了理论基础。