“布莱恩大脑”的版本间的差异
| 第1行： | 第1行： | ||
| + | {{#seo: | ||
| + | |keywords=布莱恩大脑,元胞自动机 | ||
| + | |description=布莱恩的大脑(Brain's brain)是由加拿大计算机科学家布莱恩·西尔弗曼（Brian Silverman）设计的元胞自动机。其特点在于，规则模拟了大脑神经元之间的信息传递规则。 | ||
| + | }} | ||
[[Image:Brian's brain.gif|frame|right|一个典型混沌的布莱恩大脑显示了飞行器，耙子和对角线波。其中，活细胞（on cells）是白色的，死细胞(dying cells)是蓝色的。]] | [[Image:Brian's brain.gif|frame|right|一个典型混沌的布莱恩大脑显示了飞行器，耙子和对角线波。其中，活细胞（on cells）是白色的，死细胞(dying cells)是蓝色的。]] | ||
==介绍== | ==介绍== | ||
| − | |||
布莱恩的大脑(Brain's brain)是由加拿大计算机科学家布莱恩·西尔弗曼（Brian Silverman）设计的[http://wiki.swarma.net/index.php/%E5%85%83%E8%83%9E%E8%87%AA%E5%8A%A8%E6%9C%BA 元胞自动机]。 | 布莱恩的大脑(Brain's brain)是由加拿大计算机科学家布莱恩·西尔弗曼（Brian Silverman）设计的[http://wiki.swarma.net/index.php/%E5%85%83%E8%83%9E%E8%87%AA%E5%8A%A8%E6%9C%BA 元胞自动机]。 | ||
其特点在于，规则模拟了大脑神经元之间的信息传递规则。 | 其特点在于，规则模拟了大脑神经元之间的信息传递规则。 | ||
| + | |||
==规则== | ==规则== | ||
| − | |||
Brain’s Brain在一个无限的二维细胞网格上运行，每个细胞处于3种状态，且状态受到周围的8个邻域细胞的影响，这八个细胞是水平、垂直或对角线相邻的细胞。 | Brain’s Brain在一个无限的二维细胞网格上运行，每个细胞处于3种状态，且状态受到周围的8个邻域细胞的影响，这八个细胞是水平、垂直或对角线相邻的细胞。 | ||
同[[康威生命游戏]]的主要区别在于，生命游戏的细胞只有两种状态，而布莱恩大脑中有三种状态，且状态更新的规则不同。 | 同[[康威生命游戏]]的主要区别在于，生命游戏的细胞只有两种状态，而布莱恩大脑中有三种状态，且状态更新的规则不同。 | ||
| 第16行： | 第19行： | ||
* 死亡（dying）：所有存活的细胞，在下一个时间步中都会死亡。 | * 死亡（dying）：所有存活的细胞，在下一个时间步中都会死亡。 | ||
* 等待（off）：所有死亡的细胞，在下一个时间步中都会变成等待。 | * 等待（off）：所有死亡的细胞，在下一个时间步中都会变成等待。 | ||
| + | |||
==类比== | ==类比== | ||
| − | |||
可以清楚地看到该规则同大脑神经元规则之间的类比： | 可以清楚地看到该规则同大脑神经元规则之间的类比： | ||
* 存活-去极化：神经元受到刺激，发放了一个脉冲。 | * 存活-去极化：神经元受到刺激，发放了一个脉冲。 | ||
| 第27行： | 第30行： | ||
* 大脑中的神经之间传递的信息是非线性的，是否发放脉冲同 突触间的连接强度、信息编码规则等有关系，而不只是两个相邻细胞输入刺激就发放脉冲。 | * 大脑中的神经之间传递的信息是非线性的，是否发放脉冲同 突触间的连接强度、信息编码规则等有关系，而不只是两个相邻细胞输入刺激就发放脉冲。 | ||
* 大脑中的一个神经元，可以从数千个神经元接收信息，再向数千个神经元发放信息；人脑中神经元突触数量约在10^14一10^15(百万亿~千万亿)之间。因此大脑处理信息的过程要复杂得多得多。 | * 大脑中的一个神经元，可以从数千个神经元接收信息，再向数千个神经元发放信息；人脑中神经元突触数量约在10^14一10^15(百万亿~千万亿)之间。因此大脑处理信息的过程要复杂得多得多。 | ||
| + | |||
==表现== | ==表现== | ||
| 第36行： | 第40行： | ||
然而，在布赖恩的大脑中已经构建了振荡器。一个例子只有四个细胞和四个死亡细胞，周期3振荡。<ref>{{cite web|url=http://midevel.net/forum/viewtopic.php?p%3D178%26sid%3Ddcbc97c2bc13f8a057352434e7b55d0b#187 |title=Archived copy |accessdate=2009-05-17 |url-status=dead |archiveurl=https://web.archive.org/web/20110723210238/http://midevel.net/forum/viewtopic.php?p=178&sid=dcbc97c2bc13f8a057352434e7b55d0b |archivedate=2011-07-23 }}</ref> | 然而，在布赖恩的大脑中已经构建了振荡器。一个例子只有四个细胞和四个死亡细胞，周期3振荡。<ref>{{cite web|url=http://midevel.net/forum/viewtopic.php?p%3D178%26sid%3Ddcbc97c2bc13f8a057352434e7b55d0b#187 |title=Archived copy |accessdate=2009-05-17 |url-status=dead |archiveurl=https://web.archive.org/web/20110723210238/http://midevel.net/forum/viewtopic.php?p=178&sid=dcbc97c2bc13f8a057352434e7b55d0b |archivedate=2011-07-23 }}</ref> | ||
| + | |||
==References== | ==References== | ||
| 第52行： | 第57行： | ||
}} | }} | ||
<references/> | <references/> | ||
| + | |||
| + | == 编者推荐== | ||
| + | |||
| + | ===集智视频=== | ||
| + | ====[https://campus.swarma.org/course/593 认识元胞自动机]==== | ||
| + | 本课程将进入到元胞自动机的学习中，并运用Netlogo完成计算机模拟。 | ||
| + | ====[https://campus.swarma.org/course/594 探索元胞自动机]==== | ||
| + | 本节课我们将更加深入地探索元胞自动机的其它方面，并进行有趣的现实创造，比如元胞自动机创造的音乐。 | ||
| + | ====[https://campus.swarma.org/course/748 元胞自动机]==== | ||
| + | 本课程中，主要介绍了初等元胞自动机、交通流的NS模型、DLA模型、沙堆模型与自组织临界以及自然界中的幂律分布。 | ||
| + | |||
| + | ===集智文章=== | ||
| + | ====[https://swarma.org/?p=22494 什么是元胞自动机|集智百科]==== | ||
| + | 元胞自动机 cellular automata（CA） ，中文也译作细胞自动机、点格自动机、分子自动机或单元自动机，是一种时间、空间、状态都离散，空间相互作用和时间因果关系为局部的网格动力学模型，具有模拟复杂系统时空演化过程的能力。由冯·诺依曼创始，经数学家约翰·何顿·康威 John Horton Conway、物理学家斯蒂芬·沃尔夫勒姆 Stephen Wolfram等人的贡献后迅速发展。元胞自动机广泛应用于计算机科学、物理学、复杂系统 Complex Systems，理论生物学和微观结构模型等领域。元胞自动机同时也被称为元胞空间，棋盘自动机 tessellation automata，同质结构，元胞结构，棋盘结构和迭代数组。 | ||
| + | |||
| + | ====[https://swarma.org/?p=25775 元胞自动机模拟斑图生长动力学 | 复杂性科学顶刊精选6篇]==== | ||
| + | 2021年4月19日-4月25日来自Complexity Express的复杂性科学论文精选。 | ||
| + | |||
| + | |||
| + | |||
| + | |||
| + | <br/> | ||
| + | ---- | ||
| + | 本中文词条由Moonscar参与编译，Lee审校，糖糖编辑，如有问题，欢迎在讨论页面留言。 | ||
| + | |||
| + | |||
| + | '''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。''' | ||
2021年7月12日 (一) 16:07的版本
介绍
布莱恩的大脑(Brain's brain)是由加拿大计算机科学家布莱恩·西尔弗曼（Brian Silverman）设计的元胞自动机。
其特点在于，规则模拟了大脑神经元之间的信息传递规则。
规则
Brain’s Brain在一个无限的二维细胞网格上运行，每个细胞处于3种状态，且状态受到周围的8个邻域细胞的影响，这八个细胞是水平、垂直或对角线相邻的细胞。 同康威生命游戏的主要区别在于，生命游戏的细胞只有两种状态，而布莱恩大脑中有三种状态，且状态更新的规则不同。 每个时间步中发生的变化如下：
- 存活（on）：在等待状态的细胞，其8个邻域细胞中的两个细胞处于存活状态时，该细胞存活。
- 死亡（dying）：所有存活的细胞，在下一个时间步中都会死亡。
- 等待（off）：所有死亡的细胞，在下一个时间步中都会变成等待。
类比
可以清楚地看到该规则同大脑神经元规则之间的类比：
- 存活-去极化：神经元受到刺激，发放了一个脉冲。
- 死亡-超极化：神经元进入不应期，在该阶段即使接受刺激也不发放脉冲。
- 等待-恢复静息电位：不应期后恢复静息电位，又可以重新对刺激进行反应。
然而，同布莱恩大脑不同：
- 大脑中的神经之间传递的信息是非线性的，是否发放脉冲同 突触间的连接强度、信息编码规则等有关系，而不只是两个相邻细胞输入刺激就发放脉冲。
- 大脑中的一个神经元，可以从数千个神经元接收信息，再向数千个神经元发放信息；人脑中神经元突触数量约在10^14一10^15(百万亿~千万亿)之间。因此大脑处理信息的过程要复杂得多得多。
表现
由于细胞自动机的名字，一些网站把自动机比作大脑，把它的每个细胞比作神经元，神经元可以处于三种不同的状态: 就绪(关闭)、开启(启动)和难控制(死亡)。[1][2]
“死亡状态”细胞倾向于导致定向运动，所以几乎布莱恩大脑中的每个模式都是一艘宇宙飞船。许多宇宙飞船是耙子，它们发射出其他宇宙飞船。另一个结果是，许多布莱恩的大脑模式将爆炸的混乱和混乱，往往会导致或包含大量对角线波上和死亡的细胞。例如，一个22块的单元将产生一个不断膨胀的钻石，其中包括四个对角线波，它们以光速穿过平面。
然而，在布赖恩的大脑中已经构建了振荡器。一个例子只有四个细胞和四个死亡细胞，周期3振荡。[3]
References
- Resnick, Mitchel; Silverman, Brian (1996-02-04). "Exploring Emergence: The Brain Rules". MIT Media Laboratory, Lifelong Kindergarten Group. Archived from the original on 2008-12-23. Retrieved 2008-12-15.
- ↑ Evans, M. Steven (2002-01-28). "Cellular Automata - Brian's Brain". Retrieved 2009-05-17.
- ↑ Wójtowicz, Mirek (2001-09-15). "Cellular Automata rules lexicon - Generations". Mirek's Cellebration documentation. Retrieved 2009-05-17.
- ↑ "Archived copy". Archived from the original on 2011-07-23. Retrieved 2009-05-17.
{{cite web}}: CS1 maint: archived copy as title (link)
编者推荐
集智视频
认识元胞自动机
本课程将进入到元胞自动机的学习中，并运用Netlogo完成计算机模拟。
探索元胞自动机
本节课我们将更加深入地探索元胞自动机的其它方面，并进行有趣的现实创造，比如元胞自动机创造的音乐。
元胞自动机
本课程中，主要介绍了初等元胞自动机、交通流的NS模型、DLA模型、沙堆模型与自组织临界以及自然界中的幂律分布。
集智文章
什么是元胞自动机|集智百科
元胞自动机 cellular automata（CA） ，中文也译作细胞自动机、点格自动机、分子自动机或单元自动机，是一种时间、空间、状态都离散，空间相互作用和时间因果关系为局部的网格动力学模型，具有模拟复杂系统时空演化过程的能力。由冯·诺依曼创始，经数学家约翰·何顿·康威 John Horton Conway、物理学家斯蒂芬·沃尔夫勒姆 Stephen Wolfram等人的贡献后迅速发展。元胞自动机广泛应用于计算机科学、物理学、复杂系统 Complex Systems，理论生物学和微观结构模型等领域。元胞自动机同时也被称为元胞空间，棋盘自动机 tessellation automata，同质结构，元胞结构，棋盘结构和迭代数组。
元胞自动机模拟斑图生长动力学 | 复杂性科学顶刊精选6篇
2021年4月19日-4月25日来自Complexity Express的复杂性科学论文精选。
本中文词条由Moonscar参与编译，Lee审校，糖糖编辑，如有问题，欢迎在讨论页面留言。
本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。