신경 회로에서 용량형 소자의 출력 전압은 무차원 변수로 매핑될 수 있으며, 방전 모드는 생물학적 신경세포에서 발견되는 막 전위 특성과 유사합니다. 세포막 변형 효과를 더욱 고려하기 위해 신경 회로에 멤리스터를 도입하여 다양한 생리학적 및 환경 조건에서 신경세포 행동을 시뮬레이션하는 모델의 능력을 향상시켰습니다. 커패시터와 멤리스터는 선형 저항을 통해 연결되며 인덕터와 비선형 저항이 포함된 다른 회로 분기들과 병렬로 연결됩니다. 이 신경 회로의 물리적 방정식을 신경 이론 모델로 등가 변환하여 이중층 막 구조 및 두 개의 커패시티브 변수를 가진 신경세포 전기 활동 특성을 체계적으로 논의하였습니다. 무차원 신경 모델과 그에 상응하는 에너지 함수를 유도하였습니다. 신경 회로의 장 에너지 함수는 등가 해밀토니안 에너지 함수로 변환되었으며 헬름홀츠 정리를 통해 추가 검증했습니다. 해밀토니안 에너지 함수의 평균값은 확률 공진 발생 예측 지표로 사용될 수 있으며 변이 계수 분포 곡선 분석을 통해 검증되었습니다. 결과는 신경세포 방전 패턴이 에너지 수준과 밀접한 관련이 있음을 보여줍니다. 따라서 신경세포 전기 활동의 모드 전이를 조절하기 위한 적응 제어 전략이 제안되었습니다. 수치 결과를 검증하기 위해 등가 시뮬레이션 회로를 구축하여 해당 신경 모델의 신뢰성을 입증했습니다.

신경 회로; 신경 모델; 해밀토니안 에너지; 멤리스터; 일관 공진