PEM-UDE deb nomlangan yangi usul xaotik tizimlar — jumladan, miya hujayralari tarmoqlari — ortidagi yashirin matematik qoidalarni, hatto tajriba ma'lumotlari o'ta shovqinli bo'lganda ham aniqlay oladi.
Tadqiqot
Stony Brook universitetidan Anthony G. Chesebro va Helmut H. Strey boshchiligidagi jamoa MITdan Earl K. Miller va Christopher V. Rackauckas kabi hamkorlar bilan birgalikda tadqiqotni arXiv'da chop etdi (2025-yil 4-iyulda topshirilgan; 2026-yil 17-avgustda yangilangan). Ular ikkita mavjud yondashuvni birlashtirdilar: xaotik tizimlarni moslashtirishning murakkab jarayonini yumshatuvchi prognoz-xatolik metodologiyasi va kompyuterga modeldagi yetishmayotgan matematik atamalarni izlash imkonini beruvchi universal differensial tenglamalar.
Tadqiqotchilar PEM-UDE'ni ikkita etalon xaotik tizimda sinab ko'rdilar: Rössler attraktori — standart matematik model va haqiqiy elektr zanjiri. Ikkala holatda ham usul to'g'ri tenglamalarni tiklay oldi — hatto kuzatilgan o'lchamlardan birida shovqin signalning o'zidan besh baravar katta bo'lganda ham.
Neyrobiologiya qo'llanilishi uchun jamoa neyronlarning qanday bog'lanishi va qo'zg'alishi haqidagi oldingi bilimlardan foydalandi. Ular haqiqiy neyron xatti-harakatini taqlid qiluvchi keng tarqalgan model bo'lgan Izhikevich neyronlari populyatsiyasidan foydalandilar. PEM-UDE yakka neyron xususiyatlarini tarmoq darajasidagi dinamika bilan bog'laydigan ko'p miqyosli neyron massa modelini ishlab chiqdi. Model bog'lanish zichligi miyaning dominant tebranish chastotasi va sinxronligi — neyronlarning birgalikda qo'zg'alish tendentsiyasi — bilan qanday bog'liqligini prognoz qiladi.
Jamoa bu prognozlarni kalamush va inson korteksidan olingan uchta intrakranial yozuv ma'lumotlar to'plami bilan tekshirdi. Muhimi, yozuvlar prognoz qilingan tendentsiyalarning bilvosita izchillik tekshiruvi bo'lib xizmat qiladi, to'g'ridan-to'g'ri moslashtirish emas. O'rganilgan tenglamalar ma'lum bir simulyatsiya qilingan tarmoq oilasi uchun kichraytirilgan tartibli yopilishdir, ya'ni ular murakkab neyron xatti-harakatini soddaroq shaklda umumlashtiradi.
Nima uchun bu muhim
Sizning miyangiz xaotik, shovqinli tizimdir. Uning asosidagi qoidalarni tushunish tadqiqotchilarga diqqat, xotira va kognitiv moslashuvchanlik — o'rganish va muammolarni hal qilishni qo'llab-quvvatlovchi jarayonlarning yaxshiroq modellarini qurishga yordam berishi mumkin. Bu tadqiqot mashinaviy o'rganish tartibsiz ma'lumotlardan talqin qilinadigan tenglamalarni ajratib olishi mumkinligini ko'rsatadi, bu shaxsiylashtirilgan miya modellari sari qadamdir. Kognitsiyaga qiziqqan har bir kishi uchun bu murakkablik va shovqin signalni yashirishi shart emasligini ta'kidlaydi. To'g'ri matematik vositalar bilan xaosdan mazmunli naqshlar paydo bo'lishi mumkin.
Nima qilishingiz mumkin
- Shovqinni qabul qiling: Kognitiv samaradorligingiz kundan-kunga o'zgarib turadi. Ko'tarilish va pasayishlarga qaramay naqshlarni topish uchun diqqatingiz, kayfiyatingiz va uyqungizni kuzatib boring.
- Yashirin tuzilmani qidiring: Yangi ko'nikmani o'rganayotganda, alohida faktlarni yodlash o'rniga asosiy qoidalarga — tildagi grammatika yoki musiqadagi akkord ketma-ketliklariga — e'tibor bering.
- Moslashuvchan mashq qiling: PEM-UDE tenglamalarni takomillashtirgani kabi, samaradorligingizga moslashadigan miya mashqlari muayyan kognitiv ko'nikmalarni kuchaytirishi mumkin.
Manba: arXiv q-bio.NC
O'z miyangizga qiziqasizmi? Bepul adaptiv IQ testimizni topshiring yoki 306 ta miya mashqi darajasini sinab ko'ring.