सभी किताबें
परिचय Coach लॉग इन पढ़ना शुरू करें

जीवविज्ञान · शब्दावली

हेबीय सुघट्यता, LTP और LTD क्या है?

परिभाषा 19.2 विश्वविद्यालय जीवविज्ञान — वर्ष 3 · अध्याय 19 — तंत्रिकीय सुघट्यता, अधिगम और स्मृति

हेब (1949) ने प्रस्ताव किया कि जब कोई पूर्वसंधिक न्यूरॉन बार-बार किसी पश्चसंधिक न्यूरॉन को दगाने में हिस्सा ले, तब उनके बीच का जोड़ मज़बूत होता है — “जो कोशिकाएँ साथ दगती हैं वे साथ जुड़ जाती हैं”। दीर्घकालिक प्रबलन (LTP) उसका प्रायोगिक रूप है: किसी पथ के उच्च-बारंबारता उद्दीपन का कोई छोटा झोंका उन तंत्रिका-संधियों को, जो उसने सक्रिय कीं, किसी काट में घंटों तक और किसी प्राणी में हफ़्तों तक मज़बूत छोड़ जाता है। LTP निवेश-विशिष्ट है (केवल उद्दीपित संधियाँ बदलती हैं), साहचर्यी है (उसी कोशिका पर किसी प्रबल निवेश के साथ जोड़ा गया कोई दुर्बल निवेश प्रबलित होता है) और उसे कोशिका विध्रुवित करने के लिए निवेशों में सहकारिता चाहिए। दीर्घकालिक अवसादन (LTD) उसका उलटा है, जो लंबी चली निम्न-बारंबारता क्रियाशीलता से बनता है। आवेग-काल-निर्भर सुघट्यता में चिह्न क्रम से तय होता है: पश्चसंधिक आवेग से कुछ मिलीसेकंड पहले पड़ा कोई पूर्वसंधिक आवेग उस संधि को मज़बूत करता है, और ठीक बाद पड़ा कोई उसे कमज़ोर, और यह दोनों ओर लगभग 20ms20\,\mathrm{ms} की किसी खिड़की के भीतर — ताकि कोई संधि केवल सहसंबंध नहीं, पूर्वानुमान करना सीखे।

उदाहरण

उदाहरण 19.5 (दो निवेश)

किसी न्यूरॉन को दो ऐसे निवेश मिलते हैं जो प्रायः साथ ही सक्रिय होते हैं, इसलिए C=(10.80.81)C = \begin{pmatrix} 1 & 0.8 \\ 0.8 & 1\end{pmatrix}। अभिलक्षणिक सदिश (1,1)/2(1,1)/\sqrt{2} हैं, अभिलक्षणिक मान 1.81.8 के साथ, और (1,1)/2(1,-1)/\sqrt{2}, अभिलक्षणिक मान 0.20.2 के साथ। w=(1,0)\mathbf{w} = (1, 0) से शुरू करके, हेब का नियम अनेक छोटे पगों के बाद w\mathbf{w} को (1,1)(1,1) की ओर मोड़ देता है: वह न्यूरॉन दोनों निवेशों पर साथ अनुक्रिया देना सीख लेता है, और उन बिरले मौकों को अनदेखा करना जिन पर केवल एक दगे — यानी उसने वह सहसंबंध निकाल लिया। ओया के नियम के साथ वे भार (0.71,0.71)(0.71, 0.71) पर जम जाते हैं। हेबीय संधियाँ इसी अर्थ में सीखती हैं कि क्या-क्या साथ चलता है, और इसीलिए LTP का साहचर्यी गुण, यानी किसी दुर्बल निवेश का किसी प्रबल के साथ जुड़ना, उसी नियम से निकलता है।

अध्याय में पढ़ें →