دانلود ترجمه مقاله نورون نانولوله کربنی به همراه محاسبات دندریتی

1. مقدمه 2. پیشینه تحقیق 3. مدار نورون نانولوله کربنی 4. آزمایشات انجام شده در زمینه مدار زائده دندریتی 5. آزمایشات مربوط به مدل نورون قشری کامل

مقدمه: نورون های موجود در کورتکس به عنوان سیستم های پیچیده عمل می‏ نمایند و محاسبات دندریتی غیرخطی را انجام می‏ دهند. علاوه بر آن، مقیاس کورتکس در حدود 100 بیلیون نورون است و هرکدام از آنها با میانگین ده هزار سیناپس، چالش های تکنولوژیکی را نشان می ‏دهند. راه حل های نانو تکنولوژیکی امکان ساخت کورتکس سنتزی را که حاوی ترلیونها سیناپس است، فراهم می‏سازند. در نانو تکنولوژی، نانولوله‏ های کربنی می‏توانند به عنوان سیم های فلزی وFETs عمل کنند. روش ما در این تحقیق برای ساخت مدارهای عصبی، مقلد زیست آنزیمی است که در آن رفتار عصبی دچار تغییر خواهد شد. ما چنین مدارهایی را درCMOS طراحی می‏کنیم که در نانو تکنولوژی در مدلهای اسپایس ساخته می‏ شوند، آنها می‏توانند رفتار ترانزیستور و عملیات مدارهای ساده را نشان دهند. در این مقاله ما طراحی نورون الکترونیکی را همراه با نانو لوله ‏های کربنی به عنوان عـناصر مدار در نظر می‏گیریم، همچنین عملیات این نورون به وسیله شبیه‏ سازی اسپایس (SPICE) انجام می ‏شود. مدار سیناپس از توانایی های قابل توجهی برای تغییر رفتار خود برخوردار است. پیچیدگی این نورون به محاسبات دندریتی متعددی نیاز دارد. سیناپس بیولوژیکی پیچیده است ولی دارای فرستنده‏ های قابل کنترلی می‏باشد که می‏توانند تحریک‏ پذیری گیرنده‏ های پس سیناپسی را کاهش یا افزایش دهند. قابلیت فعال‏سازی یک اتصال سیناپسی به وسیله مقدار و زمان‏بندی فعالیت قبل– سیناپسی و پس– سیناپسی تنظیم می‏گردد. فرستنده‏های عصبی باید دارای اندازه کافی برای توسعه پتانسیل های پس– سیناپسی (PSPs) باشند، همچنین غلظت فرستنده‏ های رها سازی شده می‏تواند بر ارتفاع و مدت PSP تاثیر بگذارد. پتانسیل های کنش که بر روی سیناپس ها تاثیر می‏گذارند، باعث جمع شدن موقت سیناپسهای PSPs شود، در نتیجه احتمال تحریک نورون پس سیناپسی افزایش خواهد یافت. وجود پتانسیل های پس سیناپسی بر روی دنبالچه یا قسمتهای انتهایی دندریتی با استفاده از یک روش پیچیده ترکیب می‏شود. این محاسبات شامل افزودنی های خطی، خطی فرعی و اَبَرخطی پتانسیلهای پس سیناپسی برانگیزشی (EPSPs) هستند که بستگی به واکنشهای نسبی سیناپسها دارد. محاسبات دندریتی فوق بر روی احتمال و بسامد تحریک عصبی تاثیر خواهد گذاشت. نانولوله های کربنی ممکن است مقیاس یک کورتکس سیناپسی را تحت حمایت قرار دهند. این کورتکس بی نهایت کوچک است (برای مثال، از نظر قطر چندnm). جریان فعلی تا حد زیادی بالیستیک است (در مقایسه با جریان الکترون های موجود در فضای آزاد). ظرفیت های خازنی آتوفاراد هستند و باعث افزایش و کاهش زمان در پیکو ثانیه می‏شود. مقاومت کانال به واسطه مقاومت کوانتوم در اتصال بین نانولوله ‏ها و اتصالات فلزی رابطه مستقیمی با تفاوتهای موجود در سطح انرژی الکترون دارد. این فرایند چالشی را برای طرح مدار عصبی بوجود می‏آورد چون مقاومت به آسانی تنظیم نخواهد شد.

INTRODUCTION: Neurons in the cortex are themselves complex systems, performing nonlinear dendritic computations. Furthermore, the scale of the cortex, with about 100 billion neurons, each with an average of 104 synapses [1] presents significant technological challenges. Nanotechnological solutions could allow the construction of a synthetic cortex containing trillions of synapses. One possible nanotechnology is carbon nanotubes that can behave as metallic wires as well as FETs. Our approach is to construct neural circuits that are biomimetic, that capture variations in neural behavior. We design such circuits in CMOS that can be fabricated, as well as in nanotechnologies for which SPICE models exist, and for which transistor behavior and the operation of simple circuits has been previously demonstrated. We present the design of an electronic neuron with carbon nanotubes as circuit elements, and demonstrate the operation of this neuron with SPICE simulations. The synapse circuit has some capabilities to vary its behavior. The complexity of this particular neuron also lies in the variety of dendritic computations that can be implemented. The biological synapse is itself complex, with controllable transmitters that can decrease or increase the excitability of the postsynaptic receptors. The activation probability of a given synaptic junction is regulated by the amount and timing of presynaptic and postsynaptic activity. Neurotransmitters must be present in sufficient amounts to develop post-synaptic potentials (PSPs), and the concentration of transmitters released can affect the height and duration of the PSP [1]. Action potentials impinging on the synapses could result in temporal summation of the resulting PSPs, increasing the likelihood of the post-synaptic neuron eventually firing. Post-synaptic potentials on the dendritic arbor combine in complex ways [2]. These computations include linear, sublinear and superlinear additions of excitatory postsynaptic potentials (EPSPs), depending on the relative locations of the Support for this research has been provided by the Viterbi School of Engineering at the University of Southern California and NSF Grant 0726815 synapses. These dendritic computations affect the probability and frequency of neural firing. Carbon nanotubes may support the scale of a synthetic cortex, being extremely small (a few nm. in diameter). Current flow is largely ballistic (comparable to the flow of electrons in free space), capacitances are in attofarads, and rise and fall times in picoseconds. Channel resistance is primarily due to the quantum resistance at the junction between the nanotubes and metallic connections, related to the differences in electron energy levels. This creates a challenge for neural circuit design since resistance cannot be adjusted easily.