一、神经元之间突触权重的随机性
在生物神经网络中,神经元之间的的突触权重与粒子扩散有关。其中粒子的扩散遵循以下的原则:1、一种类似弹簧力(漂移)的存在,试图将粒子扩散达到动态平衡。2、一种是随机的力量(类似噪声),是由粒子间之间的相互作用造成的。这些粒子扩散可以就是神经元突触权重的更新。基于上述的研究部分人认为神经元的权重都是一些随机值,这些随机值对应着粒子扩散,同时他们之间存在布朗运动的理论。
上面所述都表明了生物神经元之间连接的权重具有随机性。
二、神经元动力学(神经元模型)的随机性
当前的神经元动力学模型(例如LIF)一直是以确定性的方式表达的。然而,神经元模型中很大可能蕴含随机性的项(例如噪声)。
神经元中出现噪声的原因:
1、离子通道开关的随机性。
2、神经递质释放的随机性,进而导致神经元膜的随机充放电
3、神经元即使在输入没达到阈值的情况下也可能发放脉冲。
4、increase of the pattern storage capacity
同时神经元中可能会含有随机电荷流和随机电流,这导致了神经元在任何时候都可能会产生一个脉冲,这也导致神经元具有随机性。
Integrate-and-Fire Neuron Model的随机性
以输入 s(t) s ( t ) 为例,该输入是一个随机变量,因为其由随机流动的离子和具有随机性的联合电流共同构成。
因此,在蕴含随机性的神经元中脉冲的发放时期难以被解析定义,但可以通过概率分布中抽样进行定义。在神经元动力学方程(如下公式)中使用随机输入