Akademik Veri Yönetim Sistemi
1 ST INTERNATIONAL CONFERENCE ON INNOVATIVE ACADEMIC STUDIES, Konya, Türkiye, 10 - 13 Eylül 2022, ss.335
Nöron modellerin parametrelerin
bilinmemesi durumunda sayısal çözümü mümkün değildir. Fakat, parametreler
bilinmiyor ama sayısal çözüm sonuçlarının bir kısmı mevcut olması durumunda var
olan verilerden bir fonksiyon türetilerek nöron modelin gelecek davranışı
bilinebilir. Ayrıca biyolojik nöronlar üzerinde yapılan gerçek zamanlı
ölçümlerde veri kayıpları olabilir. Oluşturulacak uygun bir fonksiyon yardımı
ile veri kayıpları önlenebilir, hatalı değerler düzeltilebilir. Sağlıklı bir
nöron üzerinde yapılan ölçümler bir fonksiyon ile tanımlanabilirse, sağlıksız
nöronda meydana gelen dinlenme durumunda iken aksiyon potansiyellerinin
rastgele üretimi veya aksiyon potansiyeli üretmesi gerekirken hiç üretilmemesi
gibi beklenmedik davranışlar önlenebilir ve düzeltilebilir. Bu çalışmada,
oluşturulan dört örnek FHN ve ML nöron data setlerinden faydalınalarak yüksek
dereceli polinomlarla eğri uydurma yöntemi ile yeni fonksiyon üretilmiştir.
Oluşturulan fonksiyonların optimum polinom dereceleri 30, 32, 39 ve 44 olduğu
tespit edilmiş ve NRMSE hata değerleri sırasıyla 1.3217, 6.9928, 5.6117 ve
1.2582 olarak elde edilmiştir. Dalga şekli sinüzoidale yakın olan nöron model
davranışı daha düşük hata ile hesaplanmıştır. Fakat dalga formu sinüzoidalden
uzaklaştıkça fonksiyonun doğruluğu azalmaktadır. Buna rağmen hata değerleri
kabul edilebilir küçüklükte olduğu anlaşılmaktadır. Bu çalışma sayesinde nöron
model sayısal çözüm verilerine sahip fakat hangi matematiksel model ile
gerçekleştirildiği bilinmeyen uygulamalarda veya biyolojik nöron üzerinden
gerçek zamanlı alınan kayıtları bir fonksiyon ile tanımlanması gereken
uygulamalara çalışmamız etkin bir katkı sağlayacaktır.