Известно, что абсолютную чувствительность сенсорной системы измеряют порогом срабатывания (порогом реакции). Чувствительность и порог – обратные понятия: чем выше порог, тем ниже чувствительность, и наоборот. Обычно принимают за пороговую такую силу стимула, вероятность восприятия которого равна 0,5 или 0,75 (правильный ответ о наличии стимула в половине или в 3/4 случаев его действия). Более низкие значения интенсивности считаются подпороговыми, а более высокие – надпороговыми. Оказалось, что и в подпороговом диапазоне реакция на сверхслабые раздражители возможна, но она неосознаваема (не доходит до порога ощущения). Так, если снизить интенсивность вспышки света настолько, что человек уже не может сказать, видел он ее или нет, от его руки можно зарегистрировать неощущаемую кожно-гальваническую реакцию на данный сигнал. Чувствительность рецепторных элементов к адекватным раздражителям, к восприятию которых они приспособлены, предельно высока. Так, обонятельный рецептор может возбудиться при действии одиночной молекулы пахучего вещества, фоторецептор – одиночным квантом света. Чувствительность слуховых рецепторов также предельна: если бы она была выше, мы слышали бы постоянный шум из-за теплового движения молекул.

При этом в процессе кодирования отмечается важная характеристика сенсорной системы – способность замечать различия в свойствах одновременно или последовательно действующих раздражителей. Различение начинается в рецепторах, но в этом процессе участвуют нейроны всей сенсорной системы. Оно характеризует то минимальное различие между стимулами, которое сенсорная система может заметить (дифференциальный, или разностный, порог).

Однако проблема кодирования не сводится только к анализу разных вариантов импульсной активности нейронов. Она намного шире и требует более углубленного анализа.

Здесь необходимо сказать несколько слов об одной из составляющих механизма кодирования информации сенсорной системы, т.е. о преобразовании сигнала в импульсы (во временной ряд бинарных значений (0/1)), а именно, о пороге срабатывания (рис 3.1).

Научная основа модели:

Эффективная обработка сигналов во многом зависит от способа их описания. Тот факт, что живые биологические системы наделены наиболее совершенными механизмами переработки информации, обуславливает их изучение и, как следствие, применение в искусственных технических системах.

В предлагаемой модели, в частности, модели пр