Ageing of neural regeneration processes

Background of introduction

 

https://en.wikipedia.org/wiki/Ageing

 

다세포 동물은 그들의 환경에서 정보를 수집하고 대응한다. 이 계산 작업은 복잡성이 다양한 신경망을 통해 달성된다. 복잡성이 다양한 네트워크 성능 신뢰성은 다음과 같아야 합니다. 셀의 짧은 수명과 연결 고장에 대처하여 관련 기능을 노후화시키는 동시에 개인의 수명에 걸쳐 신뢰할 수 있는 성능을 가져야 한다. 이것은 다목적 최적화 (multi-objective optimization)를 통해 해결할 수 있다. 신경망을 갖춘 디지털 유기체가 연장된 수명 동안 계산 작업을 안정적으로 해결할 것이다. 하지만 신경 연결은 비용이 많이 든다. 또한 시간이 지남에 따라 성능이 저하되지만 약간의 비용을 들여 재생성 (regeneration)될 수 있다. 이러한 비용과 계산 오류의 동시 최소화를 조사해야 한다. Pareto 최적 절충 (trade off)은 높은 재생률을 가진 작은 네트워크에서 천천히 재생되는 크고 중복된 회로에 이르는 광범위한 솔루션을 보여준다. 유기체의 수명과 외부 손상은 진화적인 압력으로 작용한다.