动态贝叶斯网络结构搜索法辨识生物神经网络连接.pdfVIP

21 卷 6 期 生命科学研究 灾燥造援21 晕燥援6 年 月 圆园17 12 蕴蚤枣藻 杂糟蚤藻灶糟藻 砸藻泽藻葬则糟澡 Dec. 圆园17 DOI ：10.16605/ki.1007-7847.2017.06.0 11 动态贝叶斯网络结构搜索法辨识生物神经网络连接 1 1, 2* 陈晓艳 董朝轶 , (1. 蒙古工业大学 电力学院, 中国内蒙古 呼和浩特 010080; 2. 蒙古机电控制重点实验室, 中国内蒙古 呼和浩特 010051) 要 准确辨识生物网络的功能性连接结构, 对于从系统水平探明网络调控机制, 具有重要意义 文中发展 : 了一种基于最小描述准则(minimum description length, MDL)的动态贝叶斯网络结构搜索法(dynamical Bayesian network structure searching method, DBNSSM), 用于对脉冲神经元网络(pulsed neural network, PNN) (一种人工 构造的生物神经元网络)结构进行辨识, 以获得其内部神经元间的功能性连接情况和相互作用强度 在网络结 构辨识过程中, 候选网络结构评分函 综合考虑以下两个因素: 1)利用网络动态响应数据确定的网络结构似然 度; 2) 网络结构的复杂度 以上两因素相互折中后, 评分最小的网络结构, 即为最优网络 网络结构选择过程采 用遗传算法(genetic algorithm, GA), 候选网络结构对应的邻接矩阵元素构成二进制染色体, 交叉 变异后, 经历 尧 有限代的进化选择, 收敛于全局最优网络结构 最后, 将DBNSSM 应用于PNN 产生的动态时间序列数据 仿 真结果表明: 该方法能够有效地利用网络响应数据, 辨识出生物神经元网络结构, 未来可进一步应用于体外培 养生物神经网络结构的辨识 关键词 生物网络; 脉冲神经元网络(PNN); 动态贝叶斯网络结构搜索法(DBNSSM); 最小描述长度(MDL); 因果 : 性连接 中图分类号 TP 14; TP 183; Q612 文献标识码 A 文章编号 1007 7847(2017)06 0527 07 : : : - - - Identification of Biological Neural Network Connections by Dynamical Bayesian Network Structure Searching 1 1, 2* CHEN Xiao-y