Network algorithmics and the emergence of the cortical synaptic-weight distribution
当一个神经元放电时，产生的动作电位沿着它的轴突向其他神经元的树突传播，对这些神经元的影响是由突触的重量介导的，突触将它与放电的神经元分开。反过来，这种重量又受到突触后神经元反应的影响，这种反应被认为是学习和记忆等重要过程的基础。虽然难以量化，皮质突触权重已被发现服从长尾单峰分布峰值附近的最低值，从而确认了一些以前建立的预测模型。这些模型都是因果局部的，因为它们指的是许多神经元都直接向同一个突触后神经元放电的情况。因此，它们必然包含了关于突触前神经元产生动作电位的假设，而这些假设几乎没有生物学上的可解释性。在这封信中，我们介绍了一个网络模型的大组互连的神经元，并证明，没有假设的特征因果关系的本地模型，其长期行为引起的突触权重的分布与实验观察到的相同的属性。在我们的模型中，产生神经元输入的动作电位最终是网络范围内因果链的产物，这些因果链将神经元发生的事情与其他神经元的放电联系起来。我们的模型是一个因果关系的全球性和谓词的出现的突触权重分布网络的结构和功能。因此，它有可能成为工具，也在其他新兴的皮层现象的研究。
2009-06-17 q-bio.NC
An Integral Equation Approach to the Dynamics of L2-3 Cortical Neurons
神经元群体如何在其群体放电率中编码时间依赖性刺激？为了解决这个问题，我认为准更新方程和基于事件的扩展，最近提出的两个理论近似，并测试这些对周围刺激时间直方图从L2-3锥体细胞在体外。通过梯度下降优化参数，以在给定电流输入的情况下最佳匹配点火率输出。拟合方法可以估计通常通过细胞内记录或单个脉冲序列获得的单神经元参数。我发现，准更新理论预测的适应射击率有很好的精度，但不是基于事件的扩展。准更新预测在质量上等同于最先进的尖峰时间预测方法，并且这样做而不诉诸于单独的尖峰时间或膜电位响应。
2013-12-03 q-bio.NC
Correlated connectivity and the distribution of firing rates in the neocortex
最近的两个实验观察对许多皮层模型提出了挑战。首先，听觉皮层的活动是稀疏的，放电率可以用对数正态分布来描述。其次，相邻皮层神经元之间的非零突触强度的分布也可以用对数正态分布来描述。在这里，我们使用一个简单的皮质活动模型来调和这些观察结果。该模型做出了实验上可检验的预测，即给定皮层神经元上的突触功效在统计上是相关的，即它预测一些神经元比其他神经元接收更多的强连接。我们提出了一个简单的Hebb样的学习规则，从而产生对数正态放电率和突触的功效。我们的研究结果代表了在皮层网络中协调稀疏活动和稀疏连接的第一步。
2008-09-09 q-bio.NC
Characterizing synaptic conductance fluctuations in cortical neurons and their influence on spike generation
皮质神经元受到持续的和不规则的突触活动，其引起膜电位（Vm）的重要波动。我们在这里回顾不同的方法来表征这种活动及其对穗产生的影响。简化的，波动点电导模型的突触活动提供了起点的各种方法的分析细胞内Vm记录。在这个模型中，突触的兴奋性和抑制性电导由高斯分布的随机变量或有色电导噪声来描述。匹配的实验记录的Vm分布的可逆的理论表达式，从模型中得到的突触电导分布的特征参数的提取。这种分析可以通过实验Vm功率谱密度（PSD）与理论模板的匹配来补充，即使实验PSD的意外缩放特性限制了后者方法的精度。建立在这种随机特性的突触活动，我们还提出了方法来定性和定量评估尖峰触发的平均值的突触时间过程之前的尖峰。这一分析指出了突触电导方差在确定尖峰时间中的重要作用。所提出的方法进行了评估，使用控制电导注射在体外皮质神经元的动态钳技术。我们回顾他们的应用程序在体内的细胞内记录在猫的关联皮层，这表明在确定在活性网络中嵌入的皮层神经元的阈下和阈上动力学抑制的主要作用的分析。
2007-11-15 q-bio.NC
Self-sustained asynchronous irregular states and Up/Down states in thalamic, cortical and thalamocortical networks of nonlinear integrate-and-fire neurons
随机连接的整合和激发（IF）神经元网络显示异步不规则（AI）活动状态，类似于清醒动物大脑皮层中记录的放电活动。然而，目前尚不清楚这种活动状态是否是特定于简单的IF模型，或者它们是否也存在于神经元被赋予类似于电生理测量的复杂内在特性的网络中。在这里，我们研究了AI状态在非线性IF神经元网络中的发生，例如自适应指数IF（Brette-Gerstner-Izhikevich）模型。该模型可以显示低阈值锋电位（LTS）、规则锋电位（RS）或快速锋电位（FS）等内在特性。我们相继调查的振荡和AI动态丘脑，皮质和丘脑皮质网络使用这样的模型。在每种情况下都可以找到人工智能状态，有时网络的大小非常小，只有几十个神经元。我们发现，在皮层或丘脑中存在LTS神经元，解释了相对较小的网络尺寸下AI状态的强劲出现。最后，我们研究了尖峰频率适应（SFA）的作用。在RS细胞中具有强SFA的皮层网络中，AI状态是短暂的，但当SFA减少时，AI状态可以自我维持很长时间。在丘脑皮层网络中，当皮层本身处于AI状态时，就会发现AI状态，但在强SFA的情况下，丘脑皮层网络会显示向上和向下状态转换，类似于慢波睡眠或麻醉期间的细胞内记录。自我维持的Up和Down状态也可以通过具有LTS细胞的双层皮层网络产生。这些模型表明，内在的属性，如LTS是至关重要的，在丘脑皮层网络的AI状态。
2009-05-10 q-bio.NC
Network algorithmics and the emergence of synchronization in cortical models
当大脑信号被记录在脑电图或一些类似的大规模大脑活动记录中时，通常会观察到振荡模式，这些模式被认为反映了底层神经元集合的总电活动。虽然现在看来，这种模式在时间上与神经元的尖峰和空间上与其他大脑区域都参与了反馈回路，但可能解释这种回路存在的机制基本上仍然未知。在这里，我们提出了一个理论研究，这些问题的皮质模型，我们介绍了较早[内森A，巴博萨VC（2010年）网络算法和皮质突触重量分布的出现。Phys Rev E 81：021916]。我们开始与两个同步措施，旨在捕捉同步的可能性模型提供的整体尖峰活动的神经元和尖峰活动，导致突触后神经元的立即发射的定义。我们目前的计算结果，我们的皮质模型，在Erdens-Rényi意义上的模型是随机的，并在结构上确定性模型。我们已经发现，我们的皮层模型的算法组件最终提供了，通过两个同步措施，在所有情况下，这两种类型的同步出现一个强大的定量基础。反过来，这可以解释神经元组合电活动中的时间反馈回路和空间反馈回路的增加，因为空间上分离的大脑区域参与节奏行为。
2013-06-01 q-bio.NC
Diversity of Intrinsic Frequency Encoding Patterns in Rat Cortical Neurons -Mechanisms and Possible Functions
对猴体内初级和次级躯体感觉皮层中单个神经元的细胞外记录表明，随着外部刺激频率的增加，它们的放电率在不同细胞中可以增加、减少或保持恒定。我们观察到类似的内在放电模式（增加，减少或恒定）在体外大鼠躯体感觉皮层，当刺激与振荡输入电导注射（动态钳）。这种观察的潜在机制并不明显，并提出了数学建模的挑战。我们提出了一个简单的原则来描述这种现象，使用一个泄漏的积分和消防模型与正弦输入，一个固有的振荡和泊松噪声。编码增益的额外增强可以通过不同内在响应模式之间的局部网络连接来实现。我们的工作揭示了这些相反的神经元响应背后可能的细胞和网络机制，这些反应有助于增强信号检测。
2012-03-05 q-bio.NC
Self-wiring in neural nets of point-like cortical neurons fails to reproduce cytoarchitectural differences
我们提出了一个模型来描述活动依赖的进化和二进制神经元之间的自布线。具体而言，该模型可用于研究发育中的新皮层中神经元连接的生长。通过使用适当的训练模式序列的计算模拟，我们表明，长期记忆可以编码在神经元的连接和外部刺激的功能的新皮层电路的一部分。有人建议，这种二进制神经元表示的点样皮层神经元不能再现新皮层组织的细胞结构差异，这对房室模型的不足之处有影响。
2006-07-04 cond-mat.dis-nn q-bio.NC
Spatiotemporal bursting in simulated cultures of cortical neurons
University of Washington Bothell（华盛顿大学博塞尔分校）；Philips Healthcare（飞利浦医疗）
通过模拟研究，发现培养皮层神经元网络中的爆发活动起源于少数网络位置并以波形式传播，且不需要精细调节参数。
2026-07-03 q-bio.NC
Synthetic reverberating activity patterns embedded in networks of cortical neurons
合成混响活动模式是通过刺激嵌入在体外皮层细胞自发活动网络中的神经元子集来实验产生的。神经元通过条件刺激矩阵人工连接，形成具有预定义可编程连接性和时间延迟的合成局部电路。这种实验设计的可能用途被证明，分析这些确定性的活动模式的敏感性传输延迟和正在进行的网络动态的性质。
2012-03-26 nlin.CD q-bio.NC
Predicting the Impact of Electric Field Stimulation in a Detailed Computational Model of Cortical Tissue
近年来，使用弱电场的神经刺激由于其作为医疗干预的潜力而引起了人们的兴奋。然而，这种刺激方式的研究受到了不一致的结果和研究内和研究之间的大变异性的阻碍。为了开始解决这种可变性，我们需要适当地考虑电流对底层神经元群体的影响。开发和测试能够捕获电场刺激对神经元网络的影响的计算模型。我们构建了一个具有不同层次和明确的神经元形态的皮层组织模型。然后，我们应用电刺激模型，并进行多个测试用例模拟。皮层切片模型进行了比较，实验文献和显示捕捉的电生理刺激反应的主要特征。也就是说，该模型显示：1）单个锥体神经元中类似水平的去极化，2）内在振荡的加速，以及3）不同层中振荡的空间分布的保留。然后，我们应用替代电场，以证明该模型可以捕捉神经元响应的电场的差异。我们表明，组织反应是依赖于层的深度，相对于该领域的顶端树突的角度，和刺激强度。我们提出了公开可用的计算建模软件，预测的神经元网络人口对电场刺激的反应。
2020-01-28 q-bio.NC
Precision microfluidic control of neuronal ensembles in cultured cortical networks
本研究利用微流控装置构建具有层级模块结构的皮层神经元网络，通过调节微通道尺寸控制模块间耦合，降低同步性并丰富神经元集群活动模式，为体外研究神经元集群提供了稳健平台。
2024-05-29 q-bio.NC
Observation of complex functional cortical patterns in brain cognition
突触可塑性和神经元串扰是形成活跃神经元动态簇的重要机制。本研究的实质是模拟和破译神经元群体中任务特异性功能连接出现的机制。我们已经使用我们提出的神经元活动模式（NAP）模型来定义各种各样的相互作用，并在具有两种状态（激发/非激发）神经元的2D晶格上进行模拟。我们观察到的出现无标度，层次组织有序的模式，我们称之为功能性皮层模式（FCPs）的活动神经元，只有在近临界相变。我们已经做了广泛的拓扑特征的FCPs和测试其一致性与功能的大脑网络获得的经验电生理数据的视觉刺激任务。我们的网络理论属性，分形分析和功能制图的结果证实了过渡效应，而生成的FCP。这给了我们强烈的暗示，功能性神经元系统在接受刺激时支持远离平衡的动力学。我们的调查的长期，关键和短期的相互作用导致的解释，近临界过渡阶段是一个光谱的临界温度（耦合强度）受到神经元之间的距离。神经元之间的相互作用的范围在定义神经元回路的功能严重性方面起着重要作用。我们建议，作为耦合强度的函数的相互作用范围驱动连接的增强方式，因为我们观察到的耦合强度增加，从短到长距离的相互作用，在神经元的人口。这使我们能够了解认知行为的强度，这是通过多次刺激尝试获得的。
2021-07-31 q-bio.NC
High fidelity optogenetic control of individual prefrontal cortical pyramidal neurons in vivo
随着光遗传学的出现，在特定的遗传定义的细胞群中精确的空间和时间操纵神经活动现在是可能的。光遗传学的新兴领域由一组天然存在的和工程化的光敏膜蛋白组成，所述光敏膜蛋白能够激活（例如，通道视紫红质-2，ChR 2）或沉默（例如，盐视紫红质，NpHR）神经活动。我们在此证明了使用新型腺相关病毒（AAV）工具在体内激活（AAV-CaMK 11 α-ChR 2-eYFP）或沉默（AAV-CaMK 11 α-eNpHR3.0-eYFP）大鼠前额叶皮质前边缘（PL）锥体神经元神经活动的技术和可行性。ChR 2转导的锥体神经元的体内单单位细胞外记录显示，通过定制的光纤光耦合记录电极（光极）递送高达20 Hz的短暂（10 ms）蓝色（473 nm）光脉冲串在记录持续时间（在某些情况下长达2小时）内诱导了在20 Hz下具有高保真度的尖峰。为了沉默自发活动的神经元，我们用NpHR构建体转导它们，并施用连续绿光（532 nm）以在大多数情况下以100%保真度完全抑制动作电位活性长达10秒。这些多功能的光敏工具与光极记录方法相结合，提供了对遗传定义的神经元活动的实验控制，并可用于研究神经活动与复杂认知行为之间的功能关系。
2012-08-13 q-bio.NC
Attentional modulation of firing rate and synchrony in a model cortical network
当注意力被引导到V4神经元的感受野中时，其对比度响应曲线被移动到较低的对比度值（Reynolds等人，2000，Neuron 26：703）。注意力还增加了对相同刺激作出反应的神经元之间的相干性（Fries等人，2001，Science 291：1560）。我们研究了密集互联的皮层网络的放电率和同步性如何随对比度变化，以及它们如何被注意力调制。我们发现，增加驱动电流的兴奋性神经元增加了网络的整体放电率，而变化的驱动电流的抑制性神经元调制的网络的同步性。我们解释的同步调制的锁定现象，在此期间的比率的兴奋性，抑制性放电率是近似恒定的范围内的驱动电流值。我们探讨了这一假设，即对比度主要表示为兴奋性神经元的驱动，而注意力对应于抑制性神经元的驱动电流的减少。利用这一假设，该模型再现了以下实验观察结果：（1）兴奋性神经元的放电率随对比度的增加而增加;（2）对于高对比度刺激，放电率饱和，网络振荡;（3）注意使对比度响应曲线向低对比度值移动;（4）与注意状态相比，注意力导致更强的同步，这种同步从较低的对比度值开始。此外，它预测注意力增加了网络产生的抑制性和兴奋性同步齐射之间的延迟，允许刺激招募更多的下游神经元。
2005-12-11 q-bio.NC
Spatially distributed computation in cortical circuits
大脑皮层中神经计算的传统观点认为，感觉神经元是专门化的，即，对某些感官刺激有选择性。这一观点受到了挑战的证据之间的背景相互作用的刺激尺寸，其中一个神经元的反应，一个维度强烈依赖于其他维度。在这里，我们使用数学建模，心理物理学和电生理学的方法来解决传统观点的缺点。使用一个通用的皮层回路模型，我们从简单的演示开始，即皮层反应总是分布在神经元之间，形成特征波形，我们称之为神经波。当受到模式化刺激时，神经波的干扰会引起电路反应。所产生的干扰模式取决于刺激维度之间的相互作用。这些模拟的响应与生物视觉的响应的比较清楚地表明，神经波干扰的框架提供了一个有用的替代神经计算的标准概念。
2022-02-25 q-bio.NC
Synchronized dynamics of cortical neurons with time-delay feedback
三个相互耦合的皮层神经元的耦合时间延迟的动力学进行了探讨数值和解析。神经元耦合成一条线，中间神经元向外部神经元发送的投射比它接收的反馈更强，以模拟例如从初级皮质区域到高级皮质区域的信号中继。对于给定的耦合架构，延迟在延迟的时间尺度上在时间序列中引入相关性。结果表明，中间神经元通过延迟时间领先于外部神经元，而外部神经元以零延迟时间同步。同步被发现是高度依赖于突触的时间常数，与更快的突触增加同步的程度和放电率。分析表明，突触前的输入在interspike间隔稳定的同步状态，即使是任意弱耦合，和独立的初始相位。这一发现可能对大脑皮层中空间上相互远离的大群细胞的同步化具有重要意义。
2006-12-23 nlin.CD q-bio.NC
Response variability in balanced cortical networks
研究了具有动态平衡的兴奋和抑制网络中神经元的锋电位统计特性。我们的模型，旨在代表一个通用的皮质柱，包括随机连接的兴奋性和抑制性泄漏整合和消防神经元，驱动兴奋性输入从外部人口。高连通性允许平均场描述，其中突触电流可以被视为高斯噪声，其平均值和自相关函数是自洽地从单个模型神经元的放电统计计算的。在这个描述中，我们发现，脉冲序列的不规则性主要是由突触的强度相对于发射阈值和发射后的复位水平的膜电位之间的差异控制。对于中等强度的突触，我们发现尖峰统计非常类似于那些观察到的初级视觉皮层。
2004-02-10 q-bio.NC
Prospective and retrospective coding in cortical neurons
本研究针对大脑快速处理感觉信息的机制，提出神经元峰电位产生及不同时间尺度的适应过程可产生前瞻性编码，为理解神经元快速响应的机理提供了机理性解释。
2024-08-19 q-bio.NC
Suppression of hypersynchronous network activity in cultured cortical neurons using an ultrasoft silicone scaffold
皮质神经元在分离培养中的自发活动模式的特征在于在广泛的细胞群体中高度同步的突发放电。然而，同步的程度远远高于皮质组织。在这里，我们采用聚二甲基硅氧烷（PDMS）弹性体建立一个新的系统，用于培养神经元的支架上的弹性模量类似于脑组织，并研究了支架的弹性对培养的大鼠皮层神经元的网络活动模式的影响。使用全细胞膜片钳评估支架对突触连接发展的影响，我们发现，兴奋性突触后电流的振幅，以及自发传输的频率，在弹性模量为0.5 kPa的超软PDMS上生长的神经元网络中减少。此外，发现超软支架抑制培养的神经元网络的自发活动中的神经相关性。GsMTx-4的剂量，拮抗剂的拉伸激活的阳离子通道（SAC），需要减少低于1.0事件/分钟的PDMS基板上的事件的产生低于玻璃基板上的神经元。这表明SAC活化的基线水平的差异是神经元网络活性取决于支架刚度的改变的分子机制。我们的研究结果表明，具有仿生弹性的PDMS作为细胞培养支架在神经系统中弥合体内-体外缺口方面具有潜在的应用前景。
2019-12-10 physics.bio-ph q-bio.NC
Control over stress induces plasticity of individual prefrontal cortical neurons: A conductance-based neural simulation
当缺乏控制时，对压力刺激的行为控制会诱导对未来条件的弹性。内侧前额叶皮层（mPFC）是一个至关重要的大脑区域所需的可塑性的压力恢复。我们发现，对压力的控制诱导PFC中锥体神经元的固有电压门控电导的可塑性。为了深入了解这种可塑性的潜在生物物理机制，我们使用基于电导的神经模拟软件工具NEURON来模拟与压力恢复力相关的膜兴奋性增加。一个球和棒的多室电导为基础的模型，以切合实际的适应被动和主动的数据轨迹，从原型的锥体神经元在大鼠的神经元控制尾部休克应激和缺乏控制。结果表明，可塑性的膜兴奋性与控制压力可以归因于增加Na+和Ca2+ T型电导和增加的泄漏电导。使用模拟树突状突触输入，我们观察到兴奋性突触后总和和放大的增加，导致动作电位输出升高。这种现实的模拟表明，控制压力提高输出的PFC，并提供具体的可检验的假设，以指导未来的电生理机制研究的动物模型的弹性和脆弱性的压力。
2012-04-04 q-bio.NC
Pairwise Ising model analysis of human cortical neuron recordings
在清醒和深度睡眠的大脑状态下，皮层神经网络表现出不同的行为，第二个特征是高网络活动的瞬变。为了研究它们对神经元行为的影响，我们通过推断最大熵模型来应用成对伊辛模型分析，该模型再现了神经元尖峰活动的单个和成对时刻。在这项工作中，我们首先回顾了Ferrari，Phys. Rev. E（2016）中介绍的推理算法。然后，我们成功地应用该算法来推断模型从一个大的合奏的神经元记录在人类颞叶皮层的多电极阵列。我们比较了伊辛模型在捕捉清醒和深度睡眠期间网络活动的统计特性方面的性能。对于后者，成对模型错过了高网络活动的相关瞬态，这表明需要额外的约束来准确地建模数据。
2017-10-26 cond-mat.dis-nn q-bio.NC
Adaptive coding efficiency in recurrent cortical circuits via gain control
本文提出一种新的自适应高效编码目标，通过递归网络中单神经元增益变化的传播来解释V1群体适应现象，并解析推导出在信息保真度与代谢资源之间取得最优权衡的增益集合。
2023-05-31 q-bio.NC
Afferent specificity, feature specific connectivity influence orientation selectivity: A computational study in mouse primary visual cortex
初级视觉皮层（V1）提供了对特定输出特征（如方向调节）的选择性和出现的重要见解。小鼠视觉皮层中皮层神经元的调谐和选择性至今尚未明确解决。虽然许多体内实验研究发现，所有亚型的抑制性神经元广泛调整方向，但其他研究报告抑制性神经元与兴奋性神经元一样急剧调整。这些关于兴奋性和抑制性皮层神经元的选择性的不同发现促使我们提出以下问题：（1）皮层计算与先前描述的依赖于地图的物种有何不同或相似之处？(2)小鼠初级视觉皮层方位选择性增强的网络机制是什么？在这里，我们调查上述问题的计算框架与Hodgkin-Huxley（HH）点神经元组成的递归网络。我们的皮质网络与随机连接单独不能解释所有的实验观察，这导致我们假设，（a）方向依赖的连接（b）前馈传入特异性，以了解小鼠V1神经元的方向选择性。使用人口（方向选择性指数）OSI作为衡量神经元的选择性刺激方向，我们测试每个假设单独和结合对实验数据。基于我们对方向选择性（OS）数据的分析，我们发现基于传入特异性和连接性的模型中的网络参数与特征相似性很好地吻合。我们的结论是，这个特定的模型类最好的支持数据集的兴奋性和抑制性神经元的方向选择性在初级视觉皮层的第2/3层的小鼠。
2013-01-06 q-bio.NC
Broadband Macroscopic Cortical Oscillations Emerge from Intrinsic Neuronal Response Failures
宽带自发宏观神经振荡是一种节律性的皮层放电，在上个世纪得到了广泛的研究，但其可能的起源仍有争议。在这项工作中，我们将展示如何宏观振荡出现在完全兴奋的随机网络，没有拓扑约束。我们的实验和理论表明，这些振荡源于违反直觉的基本机制-内在随机神经元响应失败。这些神经元响应故障的特征在于短期记忆，导致神经元之间的合作，导致亚赫兹或几赫兹的宏观振荡，其与高频伽马振荡共存。基于单神经元体外实验和描述网络动力学的朗之万方程的大型网络模拟支持统计网络特性和新兴振荡之间的定量相互作用。结果要求在抑制和外部驱动器的存在下检查这些振荡。
2015-11-01 cond-mat.stat-mech physics.bio-ph q-bio.NC
The correlation structure of local cortical networks intrinsically results from recurrent dynamics
长期以来，神经元对在短时间间隔内的动作电位的共同出现是已知的。这样的同步事件可以出现时间锁定到动物的行为，并且理论上的考虑也主张同步的功能作用。早期的理论工作试图解释神经元由于共享输入而传递共同波动的相关活动。然而，这高估了相关性。最近，皮层网络的经常性连接被证明是观察到的低基线相关性的原因。有两种不同的解释：一种认为，兴奋性和抑制性群体活动密切关注网络的外部输入，因此它们对一对细胞的影响相互抵消。另一种解释依赖于负的经常性反馈来抑制种群活动的波动，相当于小的相关性。在生物神经元网络中，人们期望外部输入和重现两者都影响相关的活动。目前的工作扩展了相关性的理论框架，包括两个贡献，并解释了它们的质的差异。此外，研究表明，快速跟踪和经常性反馈的论点是不等价的，只有后者正确预测的细胞类型的具体相关性。
2013-09-13 q-bio.NC
Randomized co-training: from cortical neurons to machine learning and back again
ETH Zurich（苏黎世联邦理工学院）
尽管它的大小和复杂性，人类大脑皮层表现出惊人的解剖结构，这表明可能有简单的元算法底层皮层学习和计算。我们希望这样的元算法会引起人们的兴趣，因为它们需要快速，可扩展和有效地运行，几乎没有专门的假设。本文关注的是一个具体的问题：神经元如何使用大量未标记的数据来加速从奖励系统提供的相对罕见的标签中学习？作为部分答案，我们提出随机协同训练作为满足上述要求的生物学上合理的元算法。作为证据，我们描述了一个生物启发的算法，相关的Nystrom视图（XNV），实现了最先进的性能在半监督学习，和草图工作正在进行中的神经元实现。
2013-10-24 cs.LG q-bio.NC stat.ML
The simulation of the activity dependent neural network growth
目前公认的是，皮层地图是动态的结构，改变响应外部输入。皮层微切口的经验依赖性结构变化导致活动的变化，即编码信息的变化。外部刺激的特定模式可以导致神经元之间新的突触连接的创建。在发育中的神经系统中，由神经元活动控制的钙内流调节神经元释放神经营养因子、生长锥运动和突触分化的过程。我们提出了一个模型的描述和研究活动依赖的发展神经网络。网络参数（活性、轴突引导化学物质的扩散、生长锥位置）的动态由一组封闭的微分方程描述。本文提出的模型描述了神经网络在依赖于轴突导向分子的假设下的发展。数值模拟表明，无形态神经元损害皮层连接的发展。
2009-03-05 q-bio.NC
Maximum entropy models reveal the excitatory and inhibitory correlation structures in cortical neuronal activity
最大熵模型可以从大型数据集中推断出来，以揭示集体动力学如何从局部相互作用中产生。在这里，这样的模型被用来研究人类和猴子皮层中的多电极阵列记录的神经元。利用兴奋性和抑制性神经元类型的分离，我们构建了一个模型，包括这种区别。这种方法可以揭示不同大脑状态（如清醒和深度睡眠）的兴奋性和抑制性活动之间的差异，与以前的发现一致。此外，最大熵模型还可以揭示神经元相互作用的新特征，这些特征被发现在清醒期间由成对相互作用主导，但在深度睡眠期间是群体范围的。特别地，观察到抑制性神经元强烈地调谐到抑制性群体。总体而言，我们证明最大熵模型可以用于分析具有分类神经元类型的数据集，并揭示兴奋性和抑制性神经元在大脑皮层组织连贯动力学中的各自作用。
2018-07-10 cond-mat.dis-nn q-bio.NC
What is the dynamical regime of cerebral cortex?
许多研究表明，皮层神经元接受的兴奋和抑制在许多条件下保持大致平衡。理解皮层动力机制的一个关键问题是这种平衡的性质。理论家已经证明，网络动力学可以通过抑制系统地消除神经元的大部分兴奋性输入。我们审查了广泛的证据表明，这种取消发生在一个政权中的平衡是松散的，这意味着净输入后，剩余的兴奋和抑制取消的因素，取消，而不是紧，这意味着净输入是非常小的相对于取消的因素。正如我们所描述的，这种制度的选择对皮层功能反应具有重要意义：松散的平衡，而不是紧平衡，可以产生感觉皮层神经元中观察到的许多非线性群体行为，允许存在相关的变异性，并随着多个皮层区域观察到的外部刺激驱动的增加而产生变异性的降低。
2019-08-28 q-bio.NC
Two-argument activation functions learn soft XOR operations like cortical neurons
Hanyang University（汉阳大学）；NYU（纽约大学）；Baylor College of Medicine（贝勒医学院）；Rice University（莱斯大学）
大脑中的神经元是复杂的机器，具有不同的功能区室，它们非线性地相互作用。相比之下，人工神经网络中的神经元抽象出这种复杂性，通常下降到输入的加权和的标量激活函数。在这里，我们通过学习具有两个输入参数的典型激活函数来模拟生物学上更真实的神经元，类似于基底树突和顶端树突。我们使用一个网络中的网络架构，每个神经元被建模为一个多层感知器，有两个输入和一个输出。这个内部感知器由外部网络中的所有单元共享。值得注意的是，由此产生的非线性往往会产生软XOR函数，这与最近关于人类皮层神经元输入之间相互作用的实验观察一致。当超参数被优化时，具有这些非线性的网络比具有匹配参数计数的传统ReLU非线性学习得更快，性能更好，并且它们对自然和对抗性扰动更具鲁棒性。
2021-10-15 cs.AI cs.LG q-bio.NC
Dynamics of multi-stable states during ongoing and evoked cortical activity
单个试验分析合奏活动在警觉的动物表明，皮层电路动态演变通过时间序列的亚稳态。亚稳性已被研究其在感觉编码，记忆和决策中的潜在作用。然而，人们对负责其起源的网络机制知之甚少。通常假设状态序列的开始是由外部刺激触发的。在这里，我们表明，状态序列也可以观察到在没有明显的感官刺激。对警觉大鼠味觉皮层多电极记录的分析揭示了持续的状态序列，其中单个神经元自发地在不同状态下获得几个放电率。这种单神经元多稳定性代表了对现有尖峰网络模型的挑战，其中通常每个神经元至多是双稳定的。我们提出了一个经常性的尖峰网络模型，占两个自发产生的状态序列和多稳定性的单神经元放电率。每个状态都是由具有增强的簇内连接的神经簇的激活引起的，每个簇中的放电率取决于活跃簇的数量。模拟表明，模型集合活动在不同状态之间跳跃，再现了数据中观察到的持续动态。当探测外部刺激时，该模型预测了单神经元多稳态到双稳态的淬灭和逐个试验变异性的减少。这两个预测都在数据中得到了证实。总之，这些结果提供了一个理论框架，捕捉正在进行的和诱发的网络动态在一个单一的机制模型。
2016-03-22 q-bio.NC
Influence of firing mechanisms on gain modulation
我们研究了在背景突触输入存在的情况下，动态阈值对f-I曲线的影响，f-i曲线是输入和神经元放电率之间的关系。首先，我们发现，虽然漏积分和激发模型不能再现皮层神经元的f-I曲线，但动态阈值的漏积分和激发模型可以很好地再现它。第二，我们发现动力学阈值调制f-I曲线的起始和渐近行为。这些结果表明，皮层神经元有一个适应机制，动力学阈值对神经元的计算性能有一定的意义。
2008-10-12 q-bio.NC
Dynamical Mechanisms for Coordinating Long-term Working Memory Based on the Precision of Spike-timing in Cortical Neurons
Computational Neurobiology Laboratory, Salk Institute for Biological Sciences（计算神经生物学实验室，萨尔克生物科学研究所）；Department of Neurobiology, University of California, San Diego（神经生物学系，加州大学圣地亚哥分校）
研究提出皮层神经元中存在与传统感觉运动层并存的第二层神经活动，通过脉冲时间精度协调长期工作记忆，探讨了突触可塑性与皮层网络在认知处理中的作用。
2026-07-29 cs.AI q-bio.NC
Identifying anatomical origins of coexisting oscillations in the cortical microcircuit
振荡在神经元群体信号中是无所不在的，如多单位记录、EEG/MEG和局部场电位。它们与神经元的群体放电率有关，单个神经元以接近不规则的方式以低速率放电。使用平均场和线性响应理论的结合，我们预测了V1分层微电路模型中产生的光谱，该模型由泄漏的集成和激发神经元组成，并基于从解剖和电生理研究中编译的连接性。该模型表现出低和高伽玛振荡可见于所有人口。由于本地产生的频率被施加到其他群体，振荡的起源不能从光谱中推断出来。我们开发了一种普遍适用的系统方法，确定在给定的网络中产生振荡的解剖电路。基于理论上减少的动态，我们推导出一个灵敏度的措施，导致在一个依赖于频率的连接图，揭示了所观察到的振荡的峰值振幅和频率至关重要的连接，并确定产生给定频率的最小电路。低伽马峰原来是在位于层2/3和4中的子电路中产生的，而高伽马峰则来自层4中的中间神经元。发现层5内和层5上的连接调节慢速率波动。我们进一步证明了关键连接的小扰动如何对种群谱产生重大影响，而其他连接的损伤使种群水平上的动态不变。这项研究揭示了控制皮层微电路频谱的机制最有效的连接。
2016-05-19 q-bio.NC
Fluctuation analysis in nonstationary conditions: single Ca channel current in cortical pyramidal neurons
波动分析是一种方法，它允许测量离子通道的单通道电流，即使它太小而不能直接用膜片钳技术解决。这是电压门控Ca 2+通道（VGCC）的情况。它们存在于所有哺乳动物中枢神经元中，控制突触前递质的释放、突触后信号传导和突触整合。然而，在生理浓度的细胞外Ca 2+中，它们的单通道电流的幅度很小，并且没有很好地确定。但是，测量这个数量是必不可少的估计功能VGCC的膜和通道相关的Ca 2+信号结构域的大小，并了解Ca 2+信号的随机性。在这里，我们记录了VGCC电流在有核补丁从第5层锥体神经元在大鼠新皮层，在生理外部Ca 2+（1-2 mM）。由于VGCC电流的快速下降，传统波动分析所需的电流响应的整体平均被证明是不切实际的。因此，我们开发了一种更强大的方法，使用平均电流拟合的个人电流响应和带通滤波。此外，电压斜坡刺激被证明是有用的。通过对仿真数据的分析，验证了该方法的准确性.在1 mM的外部Ca 2+浓度和-20 mV的膜电位下，我们发现平均单通道电流幅度约为0.04 pA，在2 mM外部Ca 2+时增加至0.065 pA，波动的弛豫时间常数在0.2- 0.12pA的范围内。0.8毫秒。结果是相关的了解树突状细胞的Ca 2+尖峰在新皮层第5层锥体神经元的随机特性。与报告的方法，单通道电流幅度的本地VGCC可以准确地解决，尽管条件不稳定的rundown。
2017-08-29 q-bio.NC
Mind the Last Spike -- Firing Rate Models for Mesoscopic Populations of Spiking Neurons
用于理解皮层计算的主要建模框架是启发式放电率模型。尽管他们的成功，这些模型不足以捕捉尖峰同步效应，链接到生物物理参数和描述有限大小的波动。在这篇观点文章中，我们提出，耐火密度方法（RDM），也被称为年龄结构种群动力学或准更新理论，产生了一个强大的理论框架，建立基于速率的模型，从现实的神经元动力学在微观层面的介观神经元群体。我们回顾了RDM取得的最新进展，以获得有效的人口密度方程的网络广义积分和消防（GIF）神经元-一类神经元模型，已成功地适合于各种细胞类型。该理论不仅预测了大种群神经元的非平稳动力学，而且还允许扩展到有限大小的种群和系统地减少到低维速率动力学。新类型的速率模型将允许在生物约束下重新检查皮质计算模型。
2019-09-22 q-bio.NC
Graphene oxide nanosheets disrupt lipid composition, Ca2+ homeostasis and synaptic transmission in primary cortical neurons
石墨烯有可能对社会产生非常重大的影响，在生物医学领域具有重要的应用。在神经元界面设计石墨烯基医疗设备的可能性特别令人感兴趣，因此必须确定石墨烯材料与神经元细胞的生物相容性。在这里，我们进行了一个全面的分析大鼠原代皮层神经元的慢性和急性暴露于几层原始石墨烯（GR）和单层氧化石墨烯（GO）薄片的影响。通过结合一系列细胞生物学，显微镜，电生理学和组学方法，我们表征了石墨烯神经元相互作用，从膜接触和内化的第一步到对细胞活力，突触传递和细胞代谢的长期影响。发现GR/GO薄片与神经元膜接触，游离于细胞质中并通过内溶酶体途径内化，对神经元活力没有显著影响。然而，GO暴露选择性地引起兴奋性传递的抑制，兴奋性突触接触的数量减少，并伴随抑制活性的增强。这是伴随着诱导的自噬，改变Ca 2+动力学和下调的一些主要参与者在兴奋性和抑制性神经元的Ca 2+稳态的调节。我们的研究结果表明，尽管石墨烯暴露不会影响神经元的活力，但它确实对神经元的传输和网络功能有重要影响，因此在计划将这种材料用于神经生物学应用时应谨慎。
2018-10-29 physics.bio-ph q-bio.NC
Millisecond-scale motor encoding in a cortical vocal area
对运动控制的研究几乎普遍地检查了放电率，以研究大脑如何塑造行为。然而，原则上，神经元可以通过其脉冲序列的精确时间模式以及（或代替）其放电速率来编码信息。虽然在感觉系统中已经证明了尖峰时间的重要性，但运动区的时间差异是否会影响行为还很不清楚。我们测试了这一假设，即在鸣禽发声运动系统中，关于试验行为变化的重要信息由尖峰时间表示。我们发现，前运动神经元通过尖峰时间传递信息的频率远远高于通过尖峰频率，并且在毫秒时间尺度上传递的信息量大大超过了从尖峰计数中获得的信息。这些结果表明，信息可以表示的尖峰时间在运动电路，并建议，时间的变化引起的行为差异。
2014-04-14 q-bio.NC
Cortical prediction markets
ETH Zürich（苏黎世联邦理工学院）
我们从机制设计的角度来研究皮层学习。首先，我们表明，离散化标准模型的神经元和突触可塑性导致理性代理最大化简单的评分规则。其次，我们的主要结果是评分规则是正确的，这意味着神经元忠实地在其突触权重中编码预期效用，并在其尖峰中编码高分结果。第三，有了这个基础，我们提出了一个生物学上合理的机制，使神经元反向传播的激励，使他们能够优化其有用性的其余部分皮层。最后，实验表明，反向传播激励的网络可以学习简单的任务。
2014-01-07 cs.AI cs.GT cs.LG
Simple Learning Rules Generate Complex Canonical Circuits
皮层回路的特点是在未分化网络的发育过程中出现的极其复杂的连接模式。这些回路的发展是由精确的分子线索的组合决定的，这些分子线索决定了神经元的身份和位置，以及有助于建立、完善和维持神经元连接的活动依赖机制。在这里，我们问是否简单的可塑性机制可以导致组装一个皮质微电路与规范层间连接，从一个网络与所有到所有的连接。目标典型微电路基于通常在啮齿动物、猫和猴子的多个皮质区域中发现的皮质层之间的连接模式。我们使用一个计算模型作为一个证明的原则，以证明经典和反向尖峰定时依赖可塑性规则导致形成的网络，类似于典型的微电路。该模型收敛到生物学上合理的解决方案，提供了增强和抑郁症和增强输入层4之间的平衡，只有一个小的组合的可塑性规则。该模型对皮层各层的学习计算及其在开发过程中的动态部署做出了具体的可测试预测。
2020-09-13 q-bio.NC
An Analytically Solvable Model of Firing Rate Heterogeneity in Balanced State Networks
针对皮层回路放电率分布缺乏数学可处理性的问题，基于 Gauss-Rice 神经元模型提出一种可精确计算放电率分布的平衡态皮层回路模型，支持多群体与多突触受体，为理解单神经元及突触特性对放电率分布的影响奠定基础。
2024-12-19 q-bio.NC
From anatomy to computation: axonal delay dispersion shifts neurons from event to sequence detection
Department of Computer Science, Princeton University（普林斯顿大学计算机科学系）
该研究提出延迟特征框架，发现轴突延迟弥散度决定神经元检测事件或序列，其可设定编码极限，且与传导速度共同预测皮质柱直径，揭示了解剖参数对神经元计算的调控作用。
2026-10-19 cs.NE q-bio.NC
Fast simulations of highly-connected spiking cortical models using GPUs
在过去的十年里，人们对开发用于模拟大规模尖峰神经元网络的并行硬件系统的兴趣越来越大。与其他高度并行系统相比，GPU加速解决方案具有成本相对较低和通用性强的优势，这也要归功于使用CUDA-C/C++编程语言的可能性。NeuronGPU是一个GPU库，用于大规模模拟尖峰神经网络模型，使用C++和CUDA-C++编程语言编写，基于一种新颖的尖峰传递算法。该库包括简单的LIF（leaky-integrate-and-fire）神经元模型以及几个具有基于电流或电导的突触的多突触AdEx（adaptive-exponential-integrate-and-fire）神经元模型、用户可定义的模型和不同的设备。AdEx模型的动力学微分方程的数值解是通过一个并行实现，写在CUDA-C++，五阶龙格-库塔法与自适应步长控制。在这项工作中，我们评估了这个库的性能上的模拟皮质微电路模型，基于LIF神经元和电流为基础的突触，并在一个平衡的网络的兴奋性和抑制性神经元，使用AdEx神经元和电导为基础的突触。在这些模型上，我们将证明所提出的库在每秒生物活性的模拟时间方面达到了最先进的性能。特别是，使用单个NVIDIA GeForce RTX 2080 Ti GPU板，可以以非常接近实时的速度模拟包括约77，000个神经元和$3 \cdot 10^8$连接的全尺寸皮层微电路模型，而1，000，000个AdEx神经…
2020-11-09 cs.DC cs.NE q-bio.NC
Theory of population coupling and applications to describe high order correlations in large populations of interacting neurons
为了了解神经元群体中的集体尖峰活动，揭示负责这些紧急功能状态的基本电路变量是至关重要的。本文对最近在小鼠和猴的视觉皮层研究中提出的群体耦合的平均场理论进行了发展，将单个神经元的活动与群体活动联系起来，并将原来的形式扩展到二阶，将神经元对的活动与群体活动联系起来，以解释神经元数据中观察到的高阶相关性。我测试的蝾螈视网膜数据和行为大鼠的皮层尖峰数据的计算框架。对于视网膜数据，原始形式的群体耦合及其高级形式可以分别解释两细胞相关性和三细胞相关性的显著部分。对于皮层数据，性能变得更好，二阶种群耦合揭示了局部皮层回路中的非局部效应。
2017-02-01 physics.bio-ph q-bio.NC
Cortical Mirror-System Activation During Real-Life Game Playing: An Intracranial Electroencephalography (EEG) Study
类似的镜像神经元系统反复描述猴子作为一个可能的基板模仿学习和/或动作理解，神经元执行/观察匹配系统（OEMS）被认为在人类中，但很少有人知道这个系统在多大程度上被激活在非实验，现实生活中的条件。在本案例研究中，我们研究了这个系统的大脑活动在自然的，非实验性的运动行为，因为它发生在玩棋盘游戏“Malefiz”。我们比较了频谱调制的高伽玛波段相关的同侧达到运动执行和观察同类运动使用皮层电图（ECoG）在一个参与者。在运动前区/初级运动皮层的电极接触处记录了两种条件执行和观察期间的空间重合活动。地形和幅度的高伽马调制相关的两个，运动观察和执行明显的空间相关的几个额顶叶脑区。因此，我们的研究结果表明，在现实生活中，一个网络的皮质区有助于人类的OEMS，超越初级/运动前皮质，包括布罗卡区和颞顶枕交界区。
2019-03-27 q-bio.NC
Correlation-invariant synaptic plasticity
皮层神经元群体发展出适应环境统计的稀疏表示。虽然现有的突触可塑性模型再现了一些观察到的感受场特性，但一个主要障碍是赫布学习对皮层网络中无所不在的虚假相关性的敏感性，这种相关性可能会掩盖相关的潜在输入特征。在这里，我们开发了一个理论突触可塑性是不变的输入中的二阶相关性。超越经典的赫布学习，我们展示了赫布长期抑郁症（LTD）如何取消对二阶相关性的敏感性，使感受野与隐藏在高阶统计中的特征保持一致。我们的模拟演示了相关不变性如何使生物现实模型开发稀疏的人口代码，尽管不同程度的变异性和异质性。该理论推进了我们对皮层回路中局部无监督学习的理解，并为锥体神经元中的突触LTD机制分配了特定的功能角色。
2022-09-15 q-bio.NC
Multi-Objective Optimisation of Cortical Spiking Neural Networks With Genetic Algorithms
脉冲神经网络（SNN）通过神经元的全或无脉冲活动进行通信。然而，将大量的SNN模型参数拟合到观察到的神经活动模式，例如在生物实验中，仍然是一个挑战。以前的工作，使用遗传算法（GA）优化一个特定的高效SNN模型，使用Izhikevich神经元模型，仅限于一个单一的参数和目标。这项工作应用了一种称为非支配排序GA（NSGA-III）的GA版本，以证明对同一SNN执行多目标优化的可行性，重点是搜索网络连接参数，以实现兴奋性和抑制性神经元类型的目标放电率，包括不同的网络连接稀疏性。我们表明，NSGA-III可以很容易地优化各种射击率。值得注意的是，当兴奋性神经元的放电率高于或等于抑制性神经元的放电率时，误差较小。此外，当连接稀疏性被认为是一个参数进行优化，最佳的解决方案需要稀疏的网络连接。我们还发现，兴奋性神经元的放电率低于抑制性神经元，误差一般较大。总的来说，我们已经成功地证明了对经常性和稀疏SNN的网络参数实施多目标GA优化的可行性。
2021-05-14 cs.NE q-bio.NC
Channel Impulse Analysis of Light Propagation for Point-to-point Nano Communications through Cortical Neurons
最近的脑机接口已转向由纳米级组件构建的微型设备。虽然这些设备可以植入大脑，但其功能可能有限，并且需要通信和网络才能实现合作。神经元刺激的一种通信形式是使用光。传播需要考虑许多因素，包括衍射、散射、吸收以及衰减。这些性质不仅受介质的影响，还受细胞几何形状的影响。这些因素影响光波的方向和振幅。本文分析了光在神经组织中传播的路径损耗和几何增益、信道冲激响应和频率响应。总衰减取决于传播介质损耗和几何增益，信道响应高度依赖于沿路径的细胞数量，此外，介质的光学性质还影响接收端的时延和探测器的位置宽度。基于数值分析，球形细胞衰减大约20%的透射功率，这小于梭形细胞和锥体细胞（分别为35%和65%）。
2019-11-01 cs.ET q-bio.NC
Assessing criticality in pre-seizure single-neuron activity of human epileptic cortex
癫痫发作的特征是异常和过度的神经活动，其中皮质网络动力学似乎变得不稳定。然而，大多数时候，在无癫痫期，癫痫患者的皮层表现出完全稳定的动力学。这就提出了一个问题，即在这种稳定的违约状态下，反复出现的不稳定是如何产生的。在这项工作中，我们研究了两种潜在的癫痫发作的情况：（i）癫痫皮质区通常可能更接近不稳定，这将使癫痫患者更容易发生癫痫发作，或（ii）癫痫皮质区可能在癫痫发作前系统地向不稳定方向漂移。我们分析了20例癫痫患者的致痫性（局灶性）和非局灶性皮质半球的单单位锋电位记录。我们量化的距离不稳定的临界性的框架中，使用一种新的估计，这使得一个无偏的推断，从一个小的记录神经元。令人惊讶的是，我们没有发现这两种情况的证据：病灶区通常不接近不稳定，癫痫发作之前也没有向不稳定漂移。事实上，我们从癫痫发作前和无癫痫发作间隔的结果表明，尽管有癫痫，人类大脑皮层仍在稳定的、稍微亚临界的状态下运行，就像其他健康的人一样。
2021-04-05 physics.bio-ph q-bio.NC
Characterizing the nonlinear structure of shared variability in cortical neuron populations using latent variable models
感觉神经元通常对相同刺激的重复呈现具有可变的反应，这可以显著降低包含在这些反应中的刺激信息。如果变异性在许多神经元之间共享，则原则上可以保留这些信息，但这取决于共享变异性的结构及其与群体水平上的感觉编码的关系。神经活动中的这种共享可变性的结构可以通过潜变量模型来表征，尽管它们迄今为止通常在限制性数学假设下使用。在这里，我们介绍了两个非线性潜变量模型分析大规模的神经记录。我们首先提出了一个一般的非线性潜变量模型，是不可知的刺激调谐性能的个别神经元，因此非常适合探索神经元群体的调谐性能没有得到很好的表征。这激发了第二类模型，即广义仿射模型，它同时确定每个神经元的刺激选择性和一组潜变量，这些潜变量以相加和相乘的方式调制这些刺激驱动的反应。虽然这些方法可以检测到非常普遍的非线性关系共享的神经变异，我们发现，记录在麻醉初级视觉皮层（V1）的神经活动是最好的描述由一个单一的添加剂和单一的乘法潜在变量，即“仿射模型”。相比之下，应用相同的模型记录在清醒的猕猴前额叶皮层发现更一般的非线性competencies描述的人口反应的变异性。因此，这些结果表明，非线性潜变量模型可以用来描述人口反应的变异性，并建议，一系列的方法是必要的，在不同的实验条件下研究不同的大脑区域。
2019-04-23 q-bio.NC q-bio.QM
Constrained Predictive Coding as a Biologically Plausible Model of the Cortical Hierarchy
预测编码已经成为神经计算的一个有影响力的规范模型，具有许多扩展和应用。因此，人们已经投入了大量的努力来将PC忠实地映射到皮层上，但仍有一些问题尚未解决或存在争议。特别是，当前的实现通常涉及单独的值和误差神经元，并且需要跨不同大脑区域的对称前向和后向权重。这些特征尚未得到实验证实。在这项工作中，我们表明，PC框架中的线性政权可以修改，忠实地映射到皮层层次结构的方式与经验观察兼容。通过对隐藏层神经活动采用解开启发的约束，我们推导出PC目标的上限。该上限的优化导致算法显示出与原始目标相同的性能，并映射到生物学上合理的网络。这个网络的单元可以被解释为具有非赫布学习规则的多房室神经元，与最近的实验结果非常相似。存在先前的模型，也捕捉这些功能，但他们是现象学的，而我们的工作是一个规范的推导。我们得到的网络不涉及一对一的连接或信号复用，这是现象学模型所需要的，表明这些特征对于皮层的学习是不必要的。在简化的线性情况下，我们的算法的规范性使我们能够证明框架的有趣特性，并分析理解我们的网络组件的计算作用。我们的网络的参数具有自然的解释，作为锥体神经元的多房室模型中的生理量，提供了PC和在皮层中进行的实验测量之间的具体联系。
2023-03-04 q-bio.NC
Multi-stable oscillations in cortical networks with two classes of inhibition
本文构建含E、I、S和VIP神经元的皮层尖峰网络，简化为九维微分方程系统，发现多重节律，并利用非线性动力学揭示两类抑制及VIP调节对节律特性的作用。
2025-10-21 math.DS q-bio.NC
Temporal Symmetry in Primary Auditory Cortex: Implications for Cortical Connectivity
雪貂（Mustela putorius）的初级听觉皮层（AI）中的神经元被很好地描述为它们的频谱-时间响应场（STRF），也被发现具有我们称之为时间对称性的独特属性。对于时间对称的神经元，STRF（脉冲响应）的每个时间横截面由相同的时间函数给出，除了缩放和“希尔伯特旋转”。在清醒动物中记录到的神经元中，有85%（145个中的123个）具有这种特性，在麻醉动物中记录到的神经元中，有96%（73个中的70个）具有这种特性。时间对称性的这种特性对于AI内部和AI中的功能神经连接的可能模型具有高度约束性。我们发现，最简单的功能丘脑输入模型，从腹侧内侧膝状体（MGB），进入AI的入口层被排除，因为它们与所观察到的时间对称性的约束是不相容的。这也是最简单的功能性皮质内连接模型的情况。似是而非的模型，产生时间对称性，无论是从丘脑和皮质内的输入，提出。特别是，我们提出，丘脑-皮质界面的两个具体特征可能是负责的。第一个是丘脑的快速动态和皮层的缓慢反应之间的时间不匹配。第二，所有进入皮质模块（或一群细胞）的丘脑输入必须限制在一个进入点（或群细胞中的一个细胞）。后者的属性意味着缺乏相关的水平相互作用，在STRF测量过程中的皮质模块。这些见解在听觉系统中的影响，并与视觉系统中的类似属性的比较，进行了探讨。
2006-08-15 q-bio.NC q-bio.QM
