আপনি যে জিনিসটির বিষয়ে পড়ছেন তা ক্রিয়া সম্ভাবনা হিসাবে পরিচিত । এটি এমন একটি প্রক্রিয়া যা পরিচালনা করে যে কীভাবে নিউরনের মধ্যে তথ্য প্রবাহিত হয়।
এটি এর মতো কাজ করে: নিউরনের একটি বৈদ্যুতিক সম্ভাবনা রয়েছে যা ঘরের ভিতরে এবং বাইরে ভোল্টেজের পার্থক্য। তাদের ডিফল্ট বিশ্রামের সম্ভাবনা এবং একটি অ্যাক্টিভেশন সম্ভাবনাও রয়েছে। নিউরনটি যদি একা ছেড়ে যায় তবে বিশ্রামের সম্ভাবনার দিকে এগিয়ে যাওয়ার ঝোঁক থাকে, তবে ডেন্ড্রিটস থেকে আগত বৈদ্যুতিক ক্রিয়াকলাপগুলি তার বৈদ্যুতিক সম্ভাবনাটি বদলাতে পারে।
যদি নিউরন বৈদ্যুতিক সম্ভাবনার (অ্যাক্টিভেশন সম্ভাবনা) একটি নির্দিষ্ট প্রান্তে পৌঁছে যায় তবে পুরো নিউরন এবং এর সংযোগকারী অ্যাক্সনগুলি কোষের অভ্যন্তরে / বাইরে আয়নিক বিনিময়ের একটি শৃঙ্খলা প্রতিক্রিয়া দিয়ে যায় যার ফলশ্রুতিটি অ্যাক্সনের মাধ্যমে "প্রচারের তরঙ্গ" হয়।
টিএল; ডিআর: একবার কোনও নিউরন নির্দিষ্ট অ্যাক্টিভেশন সম্ভাবনায় পৌঁছে গেলে তা বৈদ্যুতিকভাবে স্রাব করে। তবে যদি নিউরনের বৈদ্যুতিক সম্ভাবনা সেই মানটিতে না পৌঁছায় তবে নিউরন সক্রিয় হয় না।
মানুষের মস্তিষ্ক একটি নির্দিষ্ট অ্যাক্টিভেশন ফাংশন ব্যবহার করে?
মস্তিষ্কের বিভিন্ন অংশে আইআইআরসি নিউরনগুলি কিছুটা আলাদা আচরণ করে, এবং এই প্রশ্নটি যেভাবে দেখানো হয়েছে তা এমনভাবে শোনাচ্ছে যেন আপনি জিজ্ঞাসা করছেন যে নিউরোনাল অ্যাক্টিভেশনটির একটি নির্দিষ্ট বাস্তবায়ন রয়েছে কিনা (এটি আমাদের মডেলিংয়ের বিপরীতে)।
তবে সাধারনত একে অপরের সাথে তুলনামূলকভাবে একই রকম আচরণ করে (নিউরোনস নিউরোকেমিক্যালসের মাধ্যমে একে অপরের সাথে যোগাযোগ করে, তথ্য নিউরনের অভ্যন্তরে ক্রিয়া সম্ভাবনা হিসাবে পরিচিত একটি প্রক্রিয়ার মাধ্যমে প্রচার করে ...) তবে তাদের বিবরণ এবং পার্থক্যগুলি তাত্পর্যপূর্ণ হতে পারে।
বিভিন্ন জৈবিক নিউরন মডেল রয়েছে তবে হজককিন-হাক্সলি মডেলটি সবচেয়ে উল্লেখযোগ্য।
এও নোট করুন যে নিউরনের সাধারণ বিবরণ আপনাকে নিউরোনাল ডায়নামিক্সের একটি সাধারণ জ্ঞান দেয় না একটি লা জ্ঞান (একটি গাছ বোঝা আপনাকে বনের সম্পূর্ণ বোঝার সুযোগ দেয় না)
তবে, নিউরনের অভ্যন্তরে তথ্য যে পদ্ধতির প্রচার করে তা সাধারণভাবে সোডিয়াম / পটাসিয়াম আয়নিক এক্সচেঞ্জ হিসাবে খুব ভালভাবে বোঝা যায়।
এটি (অ্যাক্টিভেশন সম্ভাবনা) অনেকটা রিএলইউর মতো মনে হচ্ছে ...
এটি কেবল এইচএলইউর মতো এই অর্থে যে কোনও কিছু হওয়ার আগে তাদের একটি প্রান্তিকের প্রয়োজন require রিউলুতে ভেরিয়েবল আউটপুট থাকতে পারে যখন নিউরনগুলি অল-অ-কিছুই নয়।
এছাড়াও রিলু (এবং সাধারণভাবে অন্যান্য অ্যাক্টিভেশন ফাংশন) ইনপুট স্পেসের ক্ষেত্রে পৃথকযোগ্য able এটি ব্যাকপ্রপের জন্য খুব গুরুত্বপূর্ণ।
এটি একটি রিলু ফাংশন, এক্স-অক্ষের সাথে ইনপুট মান এবং ওয়াই-অক্ষটি আউটপুট মান।
এবং এটি এক্স অক্ষগুলির সময় হওয়ার সাথে সাথে এক্সের সম্ভাবনা এবং ওয়াই আউটপুট মান।