生物学笔记一（神经学 VS Robot）

最新推荐文章于 2023-10-13 17:47:33 发布
最新推荐文章于 2023-10-13 17:47:33 发布
阅读量1.1k 收藏 4
点赞数
分类专栏： Robot--Inspire of biology 文章标签： 神经学 细胞学 芯片 生物
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/human_evolution/article/details/40437313
版权
本文是生物学笔记，探讨了神经元和神经胶质细胞在人体神经系统中的角色，以及它们如何与机器人技术相联系。作者指出，生物学中的简单知识能为技术开发提供灵感，比如神经元与传感器的类比、细胞结构与芯片设计的相似性。笔记还涵盖了神经元的结构、大脑细胞的尺寸、蛋白质合成过程以及电传导原理。
摘要由CSDN通过智能技术生成

以下文章皆来自个人平时阅读生物学书籍的摘要笔记：个人保留原创版权，转载请注明出处http://blog.csdn.net/human_evolution

内容看似简单，但是当你正真去做一个机器人时，你会发现简单的知识带来的灵感是巨大的！

个人觉得生物学可以给我们做技术的提供灵感和思路，加上自己也比较感兴趣就看看，有同样兴趣的朋友大家交流。

1、人的神经系统分两种细胞：神经元和神经胶质细胞

其中神经元：约1000亿个，能感知环境变化、信息传递、指令机体反应；

神经胶质细胞：数目是神经元的10倍，隔离、支持、营养周围神经元；

个人小记：以上可以对应到我们现实设备中传感器、看来多核技术的每个核就像一个神经元、计算机网络通信等各种通信协议也符合细胞间通信；


2、脑细胞大部分直径在0.01~0.05mm之间


3、神经元：有核膨胀区叫：细胞体（cell body）、胞体（soma）、核周体（perikaryon）；

胞体轴射出的细管称：神经突出（neurite），两种：轴突（

最低0.47元/天 解锁文章
进化-evolution
关注
专栏目录
将睡眠曲线应用到神经网络训练中作为学习率的变化规律
东方佑
05-01 388
这个函数的作用是根据给定的最大学习率和迭代步数，设置睡眠阶段的学习率和对应的步数。首先，函数定义了一个字典lr_dict，其中包含了不同阶段的学习率。默认情况下，最大学习率为0.0005，共有5个阶段，每个阶段学习率依次递减。接下来，定义了5个不同的睡眠阶段，每个阶段包含了学习率和对应的步数。这里通过索引字典lr_dict来获取每个阶段的学习率。然后，将每个睡眠阶段的学习率和步数进行归一化处理，将步数除以总步数，得到每个阶段占总步数的比例。最后，计算每个阶段的起始步数和结束步数，并将结果存储在列表。
生物学笔记三（无眼动物）
Evolution
11-01 1674
转发： 各位叔叔阿姨：    如果您看到年幼的孩子在路边流浪和乞讨，请不要给我们钱，麻烦您用手机把我们拍下来，再麻烦您把我们的照片传到宝贝回家网，同时注明拍摄地，也许我们就是被拐卖的孩子之一！您小小善举也许就能帮助那些丢了孩子的父母早日找到他们的孩子。举手之劳， 传播您的爱，点亮孩子们回家的路……    不要点赞，请转发！
《神经生物学——从神经元到脑》简略学习笔记
ALTLI的博客
07-14 3273
《神经生物学——从神经元到脑》（原书第5版）简略学习笔记 持续更新中…（上次更新：2020年7月15日） 这本书不适合计算机专业学习神经生物学的初学者，建议有了一定的神经科学基础后再学习 基础书籍可参考《神经科学：探索脑》 （学习笔记合集：https://altli.blog.csdn.net/article/details/106306300） 笔记目录第1部分 神经系统导论第1章 信号运作和组构原理第2章 视觉系统的信号处理第3章 视皮层的功能构筑第2部分 神经元和胶质细胞的电特性第4章 离子通道和信
机器人系统常用仿真软件工具介绍、效果与评价指标（2018年更新）
热门推荐
zhangrelay的专栏
01-10 3万+
机器人系统常用仿真软件介绍和效果 2018 ROS Melodic的迷失与救赎：：https://blog.csdn.net/column/details/28058.html 2018 GitChat：：沉迷机器人操作系统的一个理由和四种修仙秘籍 ROS机器人操作系统在线练习课程正在逐步完善中，目前以ROS官网中文资料制作， 补充参考链接： 1. Robotics simulator：...
生物神经元的工作原理对深度学习神经元的启发
喜欢打酱油的老鸟
03-18 9254
https://www.toutiao.com/a6669391886744027662/ 近年来，"深度学习"AI模型经常被吹捧为"像大脑一样工作"，因为它们由模仿生物大脑的人工神经元组成。然而，从神经科学家的角度来看，深度学习神经元和生物神经元之间的差异是众多且不同的。 本文将首先描述生物神经元的一些关键特征，以及如何简化它们以获得深度学习神经元。然后我们将推测这些差异...
机器学习-有监督学习-神经网络
小蒋的博客
10-13 1176
神经网络初步了解
脉冲神经网络和在线学习的那些事（一）
小虎哥的博客
10-20 1617
#脉冲神经网络和在线学习的那些事（一） 脉冲神经网络作为第三代神经网络在科研层面研究的较多，因为它最能贴近人脑的记忆和处理信息的能力。本人一直以来在研究脉冲神经网络中的神经元模型和STDP学习规则，做的工作是优化神经元模型和学习算法。在研究过程中发现离线的学习算法已经不能完成大数据集的训练任务。在离线学习中，网络的参数通常在给出整个训练数据集之后进行更新。因此，不重新训练网络就不能添加新的数据样本。训练集中所有例子的总误差在梯度适当权值更新之前累积。离线训练对于中小型数据集和网络来说是快速的，但是对于大型网
动手学深度学习-pytorch版本（一）：引言 & 预备知识
qq_42994487的博客
08-14 1192
深度学习的基本概念及数学基础
【考研英语】词汇笔记与阅读日记
HYY的博客
07-12 1万+
注释：: 专业化 : 职业化 ：业余爱好者 : 明确的，清楚的 ：（僻）作比较例句: No clear-cut distinction can be drawn between xxx and yyy.: （超）含义，隐含意义 ： 实验室 : 在…方面 ： 首要，至高无上句中短语： on the primacy of research （“科研为本”）：（僻）论文： 加强，使更强烈 : （僻）采用，推行 ： 审阅，鉴定（专业文章）半句： a result that has been reinforced b
机器学习和深度学习笔记下载
02-24
- **生物信息学**：如基因序列分析等。 - **金融领域**：风险评估、欺诈检测等。 ### 二、深度学习概览 #### 1. 什么是深度学习？ 深度学习是机器学习的一个分支，它基于多层神经网络模型，通过学习层次化的特征...
A Biomechanically Inspired Recurrent Neural Network for 3-D Pedestrian Pose and Gait Prediction 学习笔记
weixin_40017911的博客
03-14 544
Bio-LSTM:A Biomechanically Inspired Recurrent Neural Network for 3-D Pedestrian Pose and Gait Prediction 作者：Xiaoxiao Du , Ram Vasudevan, and Matthew Johnson-Roberson 论文地址：https://arxiv.org/pdf/1809....
生物学笔记二（人体骨骼）
Evolution
10-25 1262
1、生物体运动体系包括：骨、骨连接、
生物学笔记五（原书：生命活动的摇篮）
Evolution
11-03 845
1、  生命与非生命物质的最显著的区别在于生命是一个完整的、自然的信息处理系统； 2、  生命现象是信息在同一或不同时空传递的现象 3、  生命进化的实质就是信息系统的进化 4、  细胞核全部DNA连接起来，总长度大约为1.7-2.0米，这里隐藏着人类近3万个基因 5、  mRNA负责携带从DNA而来的遗传讯息到核糖体，rRNA是核糖体的主要组分，tRNA则运载特定的氨基酸到核糖体，用以合
生物学笔记四（奇特之处）
Evolution
11-03 763
1、植物蒸腾作用：夏天散热、冬天减少水分损失 2、植物的营养繁殖：扦插、嫁接等 3、植物光合作用和呼吸作用比例 4、很多哺乳动物解剖器官分布结构和人体差不多 5、动物已知的大概150万种，以最主要特征分为：脊椎动物占5%（鱼纲、两栖、爬行、鸟、哺乳）、无脊椎动物占95%（原生动物，腔肠动物等等） 5、环节动物蚯蚓有多个心脏，有精巢和卵巢（个体内不会相遇），雌雄共体，异体受精（没有眼睛）
win64 CC2022.zip
09-21
SmartTools InDesign插件
深度学习课程的课程设计-------基于ResNet优化模型的阿尔茨海默症的识别.zip
09-21
深度学习是机器学习的一个子领域，它基于人工神经网络的研究，特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征，这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分： 1. **神经网络（Neural Networks）**：深度学习的基础是人工神经网络，它是由多个层组成的网络结构，包括输入层、隐藏层和输出层。每个层由多个神经元组成，神经元之间通过权重连接。 2. **前馈神经网络（Feedforward Neural Networks）**：这是最常见的神经网络类型，信息从输入层流向隐藏层，最终到达输出层。 3. **卷积神经网络（Convolutional Neural Networks, CNNs）**：这种网络特别适合处理具有网格结构的数据，如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络（Recurrent Neural Networks, RNNs）**：这种网络能够处理序列数据，如时间序列或自然语言，因为它们具有记忆功能，能够捕捉数据中的时间依赖性。 5. **长短期记忆网络（Long Short-Term Memory, LSTM）**：LSTM 是一种特殊的 RNN，它能够学习长期依赖关系，非常适合复杂的序列预测任务。 6. **生成对抗网络（Generative Adversarial Networks, GANs）**：由两个网络组成，一个生成器和一个判别器，它们相互竞争，生成器生成数据，判别器评估数据的真实性。 7. **深度学习框架**：如 TensorFlow、Keras、PyTorch 等，这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数（Activation Functions）**：如 ReLU、Sigmoid、Tanh 等，它们在神经网络中用于添加非线性，使得网络能够学习复杂的函数。 9. **损失函数（Loss Functions）**：用于评估模型的预测与真实值之间的差异，常见的损失函数包括均方误差（MSE）、交叉熵（Cross-Entropy）等。 10. **优化算法（Optimization Algorithms）**：如梯度下降（Gradient Descent）、随机梯度下降（SGD）、Adam 等，用于更新网络权重，以最小化损失函数。 11. **正则化（Regularization）**：技术如 Dropout、L1/L2 正则化等，用于防止模型过拟合。 12. **迁移学习（Transfer Learning）**：利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就，但它也面临着一些挑战，如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
机械设计课程设计说明书_带式输送机传送装置_西北工业大学.doc
最新发布
09-21
机械设计课程设计说明书_带式输送机传送装置_西北工业大学.doc
风格化欧洲城镇建筑场景模型：Modular European Town v1.1
09-21
使用 “模块化欧洲小镇” 包来改变你的游戏世界！这个套装提供了你设计一个充满活力的低多边形城市所需的一切。 套装包括： 模块化建筑：各种结构可创造多样化的建筑设计。 自然元素：树木、灌木丛和植物，以增加你的小镇的绿色景观。 基础设施：道路、人行道、边界和墙壁，以构建一个逼真的布局。 不同的道具：很多物品，如消防栓、路灯、咖啡馆桌椅、垃圾桶、长椅等等。 所有模型都采用低多边形美学制作，确保出色的性能和独特的视觉风格。这个套装非常适合所有平台上的游戏：移动设备、桌面电脑和虚拟现实。它易于使用且高度可定制，让你轻松构建自己独特的欧洲风格小镇。用 “模块化欧洲小镇” 将你的愿景变为现实！（解释说明：“lowpoly” 即低多边形，是一种在游戏和数字艺术中常用的风格，以较少的多边形数量来呈现模型，通常具有简洁的外观和较好的性能表现。
RobotFramework学习：环境配置与RIDE界面详解
Robot Framework是一个开放源码的自动化测试框架，它支持多种测试领域，如Web应用、API接口、数据库、移动应用等。本系列文章将引导读者逐步学习如何使用Robot Framework进行自动化测试，主要包括环境搭建、RIDE集成...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值