مقاله درمورد سیستم عصبی حشرات

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 7

سیستم عصبی حشرات

دستگاه عصبی Nervous system:

دستگاه عصبی در حشرات به صورت دو زنجیر عصبی در قسمت شکمی بدن قرار دارد . مراکز اصلی عصبی شامل سه قسمت است ، دستگاه عصبی مرکزی ، درونی یا احشائی ، وسطی یا جلدی .

1- دستگاه عصبی مرکزی Central Nervous system: یا زنجیر عصبی که از عصب ها و عقده های عصبی تشکیل یافته است. در ناحیه سر ، مغز(Brain) را تشکیل می دهد که به وسیله یک جفت رشته عصبی به نام گردنبند دورمری Circumoesophageal connectives به عقده زیر مری Suboesophageal ganglion متصل می گردد. زنجیر عصبی در ناحیه قفس سینه شامل سه جفت عقده عصبی است. معمولاً عقده پیش قفس سینه ای مشخص ولی عقده های میان و پس قفس به یکدیگر اتصال یافته اند . عقده های عصبی به وسیله یک رشته عرضی به نام پیوند Commissure و یک رشته طولی به نام طناب Cord به یکدیگر متصل می باشند . مغز از سه قسمت زیر تشکیل یافته است.

(1) مغز جلوئی یا مغز اول Protocerebron بزرگترین قسمت مغز می باشد و اعمال حسی چشم‌های ساده و مرکب را انجام می دهد و همچنین سلولهای عصبی ترشحی قسمت داخلی مغز، از نظر رشدی و تغییر جلد اهمیت دارند .

(2) مغز میانی یا مغز دوم Deutocerebron مرکز عصبی شاخکها می باشد.

(3)مغز عقبی یا مغز سوم Tritocerebron کهرشته های عصبی را به پیشانی ، لب بالا و قسمت جلوی لوله گوارش می فرستد.

مغز حشرات از توده سلولهای نر و پیل وسلولهای عصبی ارتباطی و تعداد کمی سلول های محرک تشکیل یافته و حجم آن بستگی به وضعیت تکاملی حشره دارد . چنانچه در سوسک Dytiscus حجم مغز و در زنبور عسل حجم بدن می باشد.

هرسلول عصبی یا نرون Neuron دارای یک جسم سلولی یا Neurocyte آکسون و انشعابات متعدد باریک به نام دندریت می باشد. نوروسیت های یک قطبی دارای یک آکسون و نوروسیت های دو قطبی و چند قطبی دارای دو یا چند آکسون هستند. سلولهای عصبی حساس معمولا دو یا چند قطبی هستند و نوروسیت آنها در سطح و یا نزدیک به سطح بدن قرار دارد و دندریت ها در سطح بدن و داخل غده ها و ماهیچه ها امتداد دارند. سلولهای عصبی محرک معمولا یک قطبی و نوروسیتها در مراکز عصبی و آکسون آنها در سطح جلد امتداد دارد.

عقده عصبی از یک توده متراکم رشته های عصبی به نام بافت نخاعی یا نروپیل در داخل و یک پرده به نام Epineural membrane تشکیل شده و دارای نوروسیتها و آکسون های سلولهای محرک ، انشعابات انتهائی سلولهای حساس در قسمت داخلی ، انشعابات تراشه ای و سلولهای پوششی در قسمت سطحی است.

عصب ، از آکسون های محرک یا حساس و یا هر دو نوع تشکیل یافته است.

عصب های مغز شامل: (1) عصب چشم های ساده میانی (2) عصب چشم های مرکب و چشم های ساده جانبی (3) عصب عقده پشت سر که رابط بین عقده پشت سر و قسمت عقبی مغز است. (4) عصب شاخکی (5) عصب جلدی (6) عصب جانبی که انشعابات آن به دهان و عقده پشت سر اتصال دارد (7) عصب لب و پیشانی (8) عصب زیر گلوئی که اعمال عصبی ماهیچه های منبسط کننده بخش جلوئی لوله گوارش را انجام می دهد.

2- دستگاه عصبی درونی یا احشائی Ventral Nervous system:

این دستگاه به نام سیستم سمپاتیک از سه قسمت زیر تشکیل شده است:

(1) دستگاه عصبی بخش جلوئی لوله گوارش Stomodaeal nervous system یا سیستم استوموگاستریک شامل سلولهای حساس و محرک ، عقده زیر مغذی یا عقده پشت سر ، عقده پیشانی و عصب های متعدد می باشد. این قسمت، عصب های متعدد می باشد. این قسمت، عصب های متعدد به بخش جلوئی لوله گوارش ، قلب و آئورت و اجسام آلاتا و گاهی ماهیچه های لب پائین و آرواره های بالا و در بعضی از حشرات به تمام بخش میانی لوله گوارش می فرستد.

(2) دستگاه سمپاتیک دمی Caudal sympathic system اعمال عصبی غدد تناسلی و قسمت انتهائی لوله گوارش را انجام می دهد.

(3) عصب های فرد شکمی Impaire ventral nerves رشته های عصبی به سوراخهای تنفسی و استیگمات ها می فرستد.

3- دستگاه عصبی سطحی یا جلدی Peripheral Nervous system: شامل سلولهای حساس دو یا چند قطبی و قسمتهایی انتهائی آکسون سلول ها محرک می باشد که معمولا در لایه اپیدرمی جلد و پوشش سطحی لوله گوارش و ماهیچه های سمپاتیک متمرکز هستند. دستگاه عصبی در حشرات، دارای ترشحات هرمونی است که از غده های بدون مجرای ترشحی به نام اجسام آلاتا Corpora allata و کاردیاکا C.cardiaca که در عقب مغز جلوئی لوله گوارش در محل اتصال مری قرار دارند و ترشحات که در عقب معز جلوئی قرار دارد ترشح می شوند، اجسام آلاتا در قسمت پشتی بخش جلوئی لوله گوارش در محل اتصال مری قرار دارند و ترشحات آنها به نام هورمون جوانی از نظر پدیده دگردیسی و رشد غدد تناسلی اهمیت دارد. اجسام کاردیاکا در قسمت میانی مغز جلوئی قرار دارند و ترشحات آنها احتمالا در تغییر جلد موثرند.

4- انعکاس – عبارت است از عکس العمل غیر ارادی است، که در آن یک نرون حساس ، یک نرون محرک و یک عقده عصبی دخالت دارند و بر دو نوع است: انعکاس ساده و انعکاس مرکب‌، در انعکاس ساده فقط یک عقده عصبی و در انعکاس مرکب چندین رشته و عقده عصبی دخالت دارند. تروپیسم و تاکتیسم عکس العمل حیوان در مقابل عوامل محرکه محیط خارج نظیر نور و حرارت و رطوبت می باشد که با تغییر جهت یا حرکت آن به سمت و یا جهت مقابل عامل محرک است . تروپیسم شامل گرایش یا تغییر سمت و تاکتیسم به مفهوم حرکت به سمت عامل تحریک و یا فرار از آن می باشد. گرایش و کشش به سمت نور، فتوتروپی یا فتو تاکسی گرایش و کشش به سمت حرارت ، ترموتروپی یا ترموتاکسی گفته می شود.

پاورپوینت در مورد پاور شبکه های عصبی زیستی

لینک دانلود و خرید پایین توضیحات

دسته بندی : پاورپوینت

نوع فایل :  .ppt ( قابل ویرایش و آماده پرینت )

تعداد اسلاید : 24 اسلاید

 قسمتی از متن .ppt : 

Artificial Neural Networks

Winter 2006

مباحث :

آشنایی با شبکه های عصبی زیستی

معرفی شبکه های عصبی مصنوعی(ANNها)

مبانی شبکه های عصبی مصنوعی

توپولوژی شبکه

نرم افزارهای شبکه های عصبی

مقایسه ی مدل سازی کلاسیک و مدل سازی شبکه ی عصبی

فرآیند یادگیری شبکه

تجزیه و تحلیل داده ها توسط شبکه های عصبی مصنوعی

ایده ی اصلی شبکه های عصبی مصنوعی

مهم ترین تفاوت حافظه ی انسان و حافظه ی کامپیوتر

شبکه های عصبی در مقابل کامپیوترهای معمولی

معایب شبکه های عصبی مصنوعی

کاربردهای شبکه های عصبی مصنوعی

آشنایی با شبکه های عصبی زیستی

این شبکه ها مجموعه ای بسیار عظیم از پردازشگرهایی موازی به نام نورون اند که به صورت هماهنگ برای حل مسئله عمل می کنند و توسط سیناپس ها(ارتباط های الکترومغناطیسی)اطلاعات را منتقل می کنند.در این شبکه ها اگر یک سلول آسیب ببیند بقیه ی سلولها می توانند نبود آنرا جبران کرده و نیز در بازسازی آن سهیم باشند.

این شبکه ها قادر به یادگیری اند.مثلا با اعمال سوزش به سلولهای عصبی لامسه، سلولها یاد می گیرند که به طرف جسم داغ نروند و با این الگوریتم سیستم می آموزد که خطای خود را اصلاح کند.back propagation of error))

یادگیری در این سیستم ها به صورت تطبیقی صورت می گیرد، یعنی با استفاده ازمثال ها وزن سیناپس ها به گونه ای تغییر می کند که در صورت دادن ورودی های جدید سیستم پاسخ درستی تولید کند.

معرفی ANN ها

یک سیستم پردازشی داده ها که از مغز انسان ایده گرفته و پردازش داده ها را به عهده ی پردازنده های کوچک و بسیار زیادی سپرده که به صورت شبکه ای به هم پیوسته و موازی با یکدیگر رفتار می کنند تا یک مسئله را حل کنند.

در این شبکه ها به کمک د انش برنامه نویسی ، ساختا ر داده ای طراحی می شود که می تواند هما نند نورون عمل کند.که به این ساختارداده node یا گره نیزگفته می شود.بعد باایجاد شبکه ای بین این node ها و اعمال یک الگوریتم آموزشی به آ ن، شبکه را آموزش می دهند .

در این حافظه یا شبکه ی عصبی node ها دارای دو حالت فعال(on یا 1) وغیرفعال( off یا 0) اند و هر یال (سیناپس یا ارتباط بین node ها)دارای یک وزن می باشد.یالهای با وزن مثبت ،موجب تحریک یا فعال کردن node غیر فعال بعدی می شوند و یالهای با وزن منفی node متصل بعدی را غیر فعال یا مهار(در صورتی که فعال بوده باشد) می کنند.

پاورپوینت در مورد شبکه های عصبی مصنوعی

لینک دانلود و خرید پایین توضیحات

دسته بندی : پاورپوینت

نوع فایل :  .ppt ( قابل ویرایش و آماده پرینت )

تعداد اسلاید : 24 اسلاید

 قسمتی از متن .ppt : 

Artificial Neural Networks

Samaneh jadidbaf

Dr.jalali

مباحث :

آشنایی با شبکه های عصبی زیستی

معرفی شبکه های عصبی مصنوعی(ANNها)

مبانی شبکه های عصبی مصنوعی

توپولوژی شبکه

نرم افزارهای شبکه های عصبی

مقایسه ی مدل سازی کلاسیک و مدل سازی شبکه ی عصبی

فرآیند یادگیری شبکه

تجزیه و تحلیل داده ها توسط شبکه های عصبی مصنوعی

ایده ی اصلی شبکه های عصبی مصنوعی

مهم ترین تفاوت حافظه ی انسان و حافظه ی کامپیوتر

شبکه های عصبی در مقابل کامپیوترهای معمولی

معایب شبکه های عصبی مصنوعی

کاربردهای شبکه های عصبی مصنوعی

آشنایی با شبکه های عصبی زیستی

این شبکه ها مجموعه ای بسیار عظیم از پردازشگرهایی موازی به نام نورون اند که به صورت هماهنگ برای حل مسئله عمل می کنند و توسط سیناپس ها(ارتباط های الکترومغناطیسی)اطلاعات را منتقل می کنند.در این شبکه ها اگر یک سلول آسیب ببیند بقیه ی سلولها می توانند نبود آنرا جبران کرده و نیز در بازسازی آن سهیم باشند.

این شبکه ها قادر به یادگیری اند.مثلا با اعمال سوزش به سلولهای عصبی لامسه، سلولها یاد می گیرند که به طرف جسم داغ نروند و با این الگوریتم سیستم می آموزد که خطای خود را اصلاح کند.back propagation of error))

یادگیری در این سیستم ها به صورت تطبیقی صورت می گیرد، یعنی با استفاده ازمثال ها وزن سیناپس ها به گونه ای تغییر می کند که در صورت دادن ورودی های جدید سیستم پاسخ درستی تولید کند.

معرفی ANN ها

یک سیستم پردازشی داده ها که از مغز انسان ایده گرفته و پردازش داده ها را به عهده ی پردازنده های کوچک و بسیار زیادی سپرده که به صورت شبکه ای به هم پیوسته و موازی با یکدیگر رفتار می کنند تا یک مسئله را حل کنند.

در این شبکه ها به کمک د انش برنامه نویسی ، ساختا ر داده ای طراحی می شود که می تواند هما نند نورون عمل کند.که به این ساختارداده node یا گره نیزگفته می شود.بعد باایجاد شبکه ای بین این node ها و اعمال یک الگوریتم آموزشی به آ ن، شبکه را آموزش می دهند .

در این حافظه یا شبکه ی عصبی node ها دارای دو حالت فعال(on یا 1) وغیرفعال( off یا 0) اند و هر یال (سیناپس یا ارتباط بین node ها)دارای یک وزن می باشد.یالهای با وزن مثبت ،موجب تحریک یا فعال کردن node غیر فعال بعدی می شوند و یالهای با وزن منفی node متصل بعدی را غیر فعال یا مهار(در صورتی که فعال بوده باشد) می کنند.

تحقیق در مورد سیستم عصبی حشرات

لینک دانلود و خرید پایین توضیحات

دسته بندی : وورد

نوع فایل :  .doc ( قابل ویرایش و آماده پرینت )

تعداد صفحه : 7 صفحه

 قسمتی از متن .doc : 

سیستم عصبی حشرات

دستگاه عصبی Nervous system:

دستگاه عصبی در حشرات به صورت دو زنجیر عصبی در قسمت شکمی بدن قرار دارد . مراکز اصلی عصبی شامل سه قسمت است ، دستگاه عصبی مرکزی ، درونی یا احشائی ، وسطی یا جلدی .

1- دستگاه عصبی مرکزی Central Nervous system: یا زنجیر عصبی که از عصب ها و عقده های عصبی تشکیل یافته است. در ناحیه سر ، مغز(Brain) را تشکیل می دهد که به وسیله یک جفت رشته عصبی به نام گردنبند دورمری Circumoesophageal connectives به عقده زیر مری Suboesophageal ganglion متصل می گردد. زنجیر عصبی در ناحیه قفس سینه شامل سه جفت عقده عصبی است. معمولاً عقده پیش قفس سینه ای مشخص ولی عقده های میان و پس قفس به یکدیگر اتصال یافته اند . عقده های عصبی به وسیله یک رشته عرضی به نام پیوند Commissure و یک رشته طولی به نام طناب Cord به یکدیگر متصل می باشند . مغز از سه قسمت زیر تشکیل یافته است.

(1) مغز جلوئی یا مغز اول Protocerebron بزرگترین قسمت مغز می باشد و اعمال حسی چشم‌های ساده و مرکب را انجام می دهد و همچنین سلولهای عصبی ترشحی قسمت داخلی مغز، از نظر رشدی و تغییر جلد اهمیت دارند .

(2) مغز میانی یا مغز دوم Deutocerebron مرکز عصبی شاخکها می باشد.

(3)مغز عقبی یا مغز سوم Tritocerebron کهرشته های عصبی را به پیشانی ، لب بالا و قسمت جلوی لوله گوارش می فرستد.

مغز حشرات از توده سلولهای نر و پیل وسلولهای عصبی ارتباطی و تعداد کمی سلول های محرک تشکیل یافته و حجم آن بستگی به وضعیت تکاملی حشره دارد . چنانچه در سوسک Dytiscus حجم مغز و در زنبور عسل حجم بدن می باشد.

هرسلول عصبی یا نرون Neuron دارای یک جسم سلولی یا Neurocyte آکسون و انشعابات متعدد باریک به نام دندریت می باشد. نوروسیت های یک قطبی دارای یک آکسون و نوروسیت های دو قطبی و چند قطبی دارای دو یا چند آکسون هستند. سلولهای عصبی حساس معمولا دو یا چند قطبی هستند و نوروسیت آنها در سطح و یا نزدیک به سطح بدن قرار دارد و دندریت ها در سطح بدن و داخل غده ها و ماهیچه ها امتداد دارند. سلولهای عصبی محرک معمولا یک قطبی و نوروسیتها در مراکز عصبی و آکسون آنها در سطح جلد امتداد دارد.

عقده عصبی از یک توده متراکم رشته های عصبی به نام بافت نخاعی یا نروپیل در داخل و یک پرده به نام Epineural membrane تشکیل شده و دارای نوروسیتها و آکسون های سلولهای محرک ، انشعابات انتهائی سلولهای حساس در قسمت داخلی ، انشعابات تراشه ای و سلولهای پوششی در قسمت سطحی است.

عصب ، از آکسون های محرک یا حساس و یا هر دو نوع تشکیل یافته است.

عصب های مغز شامل: (1) عصب چشم های ساده میانی (2) عصب چشم های مرکب و چشم های ساده جانبی (3) عصب عقده پشت سر که رابط بین عقده پشت سر و قسمت عقبی مغز است. (4) عصب شاخکی (5) عصب جلدی (6) عصب جانبی که انشعابات آن به دهان و عقده پشت سر اتصال دارد (7) عصب لب و پیشانی (8) عصب زیر گلوئی که اعمال عصبی ماهیچه های منبسط کننده بخش جلوئی لوله گوارش را انجام می دهد.

2- دستگاه عصبی درونی یا احشائی Ventral Nervous system:

این دستگاه به نام سیستم سمپاتیک از سه قسمت زیر تشکیل شده است:

(1) دستگاه عصبی بخش جلوئی لوله گوارش Stomodaeal nervous system یا سیستم استوموگاستریک شامل سلولهای حساس و محرک ، عقده زیر مغذی یا عقده پشت سر ، عقده پیشانی و عصب های متعدد می باشد. این قسمت، عصب های متعدد می باشد. این قسمت، عصب های متعدد به بخش جلوئی لوله گوارش ، قلب و آئورت و اجسام آلاتا و گاهی ماهیچه های لب پائین و آرواره های بالا و در بعضی از حشرات به تمام بخش میانی لوله گوارش می فرستد.

(2) دستگاه سمپاتیک دمی Caudal sympathic system اعمال عصبی غدد تناسلی و قسمت انتهائی لوله گوارش را انجام می دهد.

(3) عصب های فرد شکمی Impaire ventral nerves رشته های عصبی به سوراخهای تنفسی و استیگمات ها می فرستد.

3- دستگاه عصبی سطحی یا جلدی Peripheral Nervous system: شامل سلولهای حساس دو یا چند قطبی و قسمتهایی انتهائی آکسون سلول ها محرک می باشد که معمولا در لایه اپیدرمی جلد و پوشش سطحی لوله گوارش و ماهیچه های سمپاتیک متمرکز هستند. دستگاه عصبی در حشرات، دارای ترشحات هرمونی است که از غده های بدون مجرای ترشحی به نام اجسام آلاتا Corpora allata و کاردیاکا C.cardiaca که در عقب مغز جلوئی لوله گوارش در محل اتصال مری قرار دارند و ترشحات که در عقب معز جلوئی قرار دارد ترشح می شوند، اجسام آلاتا در قسمت پشتی بخش جلوئی لوله گوارش در محل اتصال مری قرار دارند و ترشحات آنها به نام هورمون جوانی از نظر پدیده دگردیسی و رشد غدد تناسلی اهمیت دارد. اجسام کاردیاکا در قسمت میانی مغز جلوئی قرار دارند و ترشحات آنها احتمالا در تغییر جلد موثرند.

4- انعکاس – عبارت است از عکس العمل غیر ارادی است، که در آن یک نرون حساس ، یک نرون محرک و یک عقده عصبی دخالت دارند و بر دو نوع است: انعکاس ساده و انعکاس مرکب‌، در انعکاس ساده فقط یک عقده عصبی و در انعکاس مرکب چندین رشته و عقده عصبی دخالت دارند. تروپیسم و تاکتیسم عکس العمل حیوان در مقابل عوامل محرکه محیط خارج نظیر نور و حرارت و رطوبت می باشد که با تغییر جهت یا حرکت آن به سمت و یا جهت مقابل عامل محرک است . تروپیسم شامل گرایش یا تغییر سمت و تاکتیسم به مفهوم حرکت به سمت عامل تحریک و یا فرار از آن می باشد. گرایش و کشش به سمت نور، فتوتروپی یا فتو تاکسی گرایش و کشش به سمت حرارت ، ترموتروپی یا ترموتاکسی گفته می شود.

مقاله درباره: پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ژنتیک

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 30

پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ژنتیک

خلاصه

مفید بودن شبکه عصبی آنالوگ مصنوعی بصورت خیلی نزدیکی با میزان قابلیت آموزش پذیری آن محدود می شود .

این مقاله یک معماری شبکه عصبی آنالوگ جدید را معرفی می کند که وزنهای بکار برده شده در آن توسط الگوریتم ژنتیک تعیین می شوند .

اولین پیاده سازی VLSI ارائه شده در این مقاله روی سیلیکونی با مساحت کمتر از 1mm که شامل 4046 سیناپس و 200 گیگا اتصال در ثانیه است اجرا شده است .

از آنجائیکه آموزش می تواند در سرعت کامل شبکه انجام شود بنابراین چندین صد حالت منفرد در هر ثانیه می تواند توسط الگوریتم ژنتیک تست شود .

این باعث می شود تا پیاده سازی مسائل بسیار پیچیده که نیاز به شبکه های چند لایه بزرگ دارند عملی بنظر برسد .

1- مقدمه

شبکه های عصبی مصنوعی به صورت عمومی بعنوان یک راه حل خوب برای مسائلی از قبیل تطبیق الگو مورد پذیرش قرار گرفته اند .

علیرغم مناسب بودن آنها برای پیاده سازی موازی ، از آنها در سطح وسیعی بعنوان شبیه سازهای عددی در سیستمهای معمولی استفاده می شود .

یک دلیل برای این مسئله مشکلات موجود در تعیین وزنها برای سیناپسها در یک شبکه بر پایه مدارات آنالوگ است .

موفقترین الگوریتم آموزش ، الگوریتم Back-Propagation است .

این الگوریتم بر پایه یک سیستم متقابل است که مقادیر صحیح را از خطای خروجی شبکه محاسبه می کند .

یک شرط لازم برای این الگوریتم دانستن مشتق اول تابع تبدیل نرون است .

در حالیکه اجرای این مسئله برای ساختارهای دیجیتال از قبیل میکروپروسسورهای معمولی و سخت افزارهای خاص آسان است ، در ساختار آنالوگ با مشکل روبرو می شویم .

دلیل این مشکل ، تغییرات قطعه و توابع تبدیل نرونها و در نتیجه تغییر مشتقات اول آنها از نرونی به نرون دیگر و از تراشه ای به تراشه دیگر است و چه چیزی می تواند بدتر از این باشد که آنها با دما نیز تغییر کنند .

ساختن مدارات آنالوگی که بتوانند همه این اثرات را جبران سازی کنند امکان پذیر است ولی این مدارات در مقایسه با مدارهایی که جبران سازی نشده اند دارای حجم بزرگتر و سرعت کمتر هستند .

برای کسب موفقیت تحت فشار رقابت شدید از سوی دنیای دیجیتال ، شبکه های عصبی آنالوگ نباید سعی کنند که مفاهیم دیجیتال را به دنیای آنالوگ انتقال دهند .

در عوض آنها باید تا حد امکان به فیزیک قطعات متکی باشند تا امکان استخراج یک موازی سازی گسترده در تکنولوژی VLSI مدرن بدست آید .

شبکه های عصبی برای چنین پیاده سازیهای آنالوگ بسیار مناسب هستند زیرا جبران سازی نوسانات غیر قابل اجتناب قطعه می تواند در وزنها لحاظ شود .

مسئله اصلی که هنوز باید حل شود آموزش است .

حجم بزرگی از مفاهیم شبکه عصبی آنالوگ که در این زمینه می توانند یافت شوند ، تکنولوژیهای گیت شناور را جهت ذخیره سازی وزنهای آنالوگ بکار می برند ، مثل EEPROM حافظه های Flash .

در نظر اول بنظر می رسد که این مسئله راه حل بهینه ای باشد .

آن فقط سطح کوچکی را مصرف می کند و بنابراین حجم سیناپس تا حد امکان فشرده می شود (کاهش تا حد فقط یک ترانزیستور) .

دقت آنالوگ می تواند بیشتر از 8 بیت باشد و زمان ذخیره سازی داده (با دقت 5 بیت) تا 10 سال افزایش می یابد .

اگر قطعه بطور متناوب مورد برنامه ریزی قرار گیرد ، یک عامل منفی وجود خواهد داشت و آن زمان برنامه ریزی و طول عمر محدود ساختار گیت شناور است .

بنابراین چنین قطعاتی احتیاج به وزنهایی دارند که از پیش تعیین شده باشند .

اما برای محاسبه وزنها یک دانش دقیق از تابع تبدیل شبکه ضروری است .

برای شکستن این چرخه پیچیده ، ذخیره سازی وزن باید زمان نوشتن کوتاهی داشته باشد .

این عامل باعث می شود که الگوریتم ژنتیک وارد محاسبات شود .

با ارزیابی تعداد زیادی از ساختارهای تست می توان وزنها را با بکار بردن یک تراشه واقعی تعیین کرد .

همچنین این مسئله می تواند حجم عمده ای از تغییرات قطعه را جبران سلزی کند ، زیرا داده متناسب شامل خطاهایی است که توسط این نقایص ایجاد شده اند .