Task-driven intra- and interarea communications in primate cerebral cortex
认知任务中的神经元关联是研究脑信息处理和计算的核心。然而,由于在任务执行过程中难以同时记录单个神经元,它们的分析很差。在目前的工作中,我们量化的神经方向的相关性,同时记录在感觉,运动前区,和运动皮质区的两只猴子在体感辨别任务的脉冲序列。在将脉冲序列建模为二进制时间序列后,我们使用非参数贝叶斯方法来估计任务不同阶段(即感知、工作记忆、决策和运动报告)中许多对神经元之间的成对方向相关性。我们发现,解决任务涉及前馈和反馈相关路径连接的感觉和运动区域在一定的任务间隔。具体来说,信息是通过任务驱动的神经相关性来传达的,当决策发生时,这些神经相关性在次级躯体感觉皮层、前运动区和运动区之间显著延迟。至关重要的是,当感觉比较不再被要求用于任务执行时,大部分方向相关性在所有皮层区域都消失了。
2015-05-05 q-bio.NC
Common Synaptic Input, Synergies, and Size Principle: Control of Spinal Motor Neurons for Movement Generation
了解运动是如何由中枢神经系统控制仍然是一个重大的挑战,与正在进行的辩论基本特征,这种控制。在这篇综述中,我们介绍了一个新的概念框架的共同输入脊髓运动神经元的分布。具体来说,这个框架是基于以下假设:1)运动神经元被分组为功能组2)集群可以显著不同于运动神经元池的经典定义,使得它们可以跨越肌肉和/或仅涉及肌肉的一部分; 3)簇表示由中枢神经系统使用的功能模块,以减少控制的维度;以及4)不能实现对接收共同输入的簇内的单个运动神经元的选择性意志控制。我们讨论这个框架及其基本的理论和实验证据。
2022-07-27 q-bio.NC
Motor neuron pathology in CANVAS due to RFC1 expansions
由RFC 1双等位基因扩增引起的CANVAS是遗传性感觉神经元病的主要原因。RFC 1扩增的检测具有挑战性,CANVAS可能与非典型特征相关。我们的临床和遗传特征的50例患者,选择的基础上存在的感觉神经元病证实的肌电图。我们通过PCR、重复引物PCR和长距离PCR产物的Southern印迹(一种新开发的方法)筛选RFC 1扩增。对1例患者的脑和脊髓进行了神经病理学表征。大多数患者(88%)在RFC 1中携带双等位基因(AAGGG)n扩增。除了核心CANVAS表型(感觉神经元病、小脑综合征和前庭损伤)外,我们还观察到慢性咳嗽(97%)、眼部体征(85%)、运动神经元受累(55%)、自主神经功能障碍(50%)和帕金森综合征(10%)。运动神经元受累24例(63.1%)。29%的患者出现第一运动神经元体征,如快速反射、足底伸肌反应和/或痉挛状态,18%的患者出现第二运动神经元体征,如肌束震颤、消瘦、虚弱或EMG上的神经源性模式,16%的患者同时出现这两种体征。在19%的患者中观察到混合运动和感觉神经元病。在6名非RFC 1患者中,1名患者携带杂合AAGGG扩增和GRM 1致病性变体。1例RFC 1患者的神经病理学检查显示,患者具有丰富的表型,包括帕金森综合征、自主神经功能障碍和认知能力下降,表现为后柱和腰椎后根萎缩。前庭脊髓束和脊髓小脑束轻度变性。我们观察到明显的星形胶质细胞增生和轴突肿…
2022-01-25 q-bio.NC
Morphological Neuron Classification Using Machine Learning
本文提出一个从形态学特征提取到分类的流程,评估并比较了机器学习算法在大鼠体感皮层神经元形态分类中的准确性,发现线性判别分析及affinity propagation和Ward算法分别表现更优。
2025-02-17 q-bio.NC
Motor Learning Mechanism on the Neuron Scale
基于现有的数据,我们希望提出一个神经元尺度上的运动系统的生物模型。然后,我们指出其在统计和学习的影响。具体而言,神经元放电频率和突触强度本质上是概率估计。侧抑制也具有统计学意义。从学习的角度来看,通过逆行信使的树突竞争是条件反射和祖母细胞编码的基础。它们分别是运动学习和感觉运动整合的核心机制。最后,我们比较了运动系统和感觉系统。简而言之,我们希望弥合分子证据和计算模型之间的差距。
2014-07-18 cs.NE physics.bio-ph q-bio.NC
Alterations of electrocortical activity during hand movements induced by motor cortex glioma
本研究针对胶质瘤对感觉运动功能的影响尚不明确的问题,通过对比运动皮层未受影响与受胶质瘤浸润患者的手指运动任务皮层电信号,发现胶质瘤会抑制高gamma频段同步、降低全频段功率,破坏运动编码稳定性,证实其对运动皮层神经回路的功能性侵袭,为恶性胶质瘤的手术与康复方案优化提供依据。
2024-05-20 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
Inhibitory feedback from the motor circuit gates mechanosensory processing in C. elegans
本文揭示秀丽隐杆线虫通过转向相关神经元SAA、RIV和/或SMB的抑制性反馈,在AVA上游快速门控机械感觉加工,从而在转向时抑制机械感觉诱发的后退反应。
2023-06-27 q-bio.NC
Bilinear gating of motor primitives: a principle linking dendritic computation to rapid goal-directed adaptation
Istituto Superiore di Sanità(意大利高等卫生研究院);Fondazione S. Lucia IRCCS(圣卢西亚基金会IRCCS);University of Sheffield(谢菲尔德大学)
研究发现猕猴运动皮层神经元的爆发比例编码目标信息,提出双线性门控机制解释其来源,并展示该机制支持零样本泛化和快速适应。
2026-06-09 q-bio.NC
Modelling Spontaneous Firing Activity of the Motor Cortex in a Spiking Neural Network with Random and Local Connectivity
本文构建了具有分层结构和局部连接的运动皮层脉冲神经网络模型,发现局部连接能提高发放率、扩大发放分布并使发放不规则性更接近实验数据,表明连接拓扑对自发活动中的发放模式具有重要作用。
2023-07-05 q-bio.NC
Temporal sequences of spikes during practice code for time in a complex motor sequence
一个复杂的运动姿势的实践涉及到运动空间的探索,以达到更好的匹配目标输出,但很少有人知道这种探索的神经代码。在这里,我们研究了已知有助于修改歌曲输出的鸣禽大脑区域的尖峰。我们发现,在一个专门的基底神经节-丘脑皮质回路的流出核,外侧大细胞核的前巢皮层(LMAN),代码的时间在运动姿态(歌曲)无论是在唱歌的雌性鸟类(性能)和当鸟单独唱歌(实践)。使用互信息量化尖峰脉冲的时间序列和歌曲中的时间之间的相关性,我们发现,不同的符号代码的时间在两个歌唱状态。在演奏过程中,孤立的尖峰信号编码歌曲的特定部分,而延长的尖峰和沉默的字符串,特别是突发事件,在练习过程中编码歌曲的时间。这种时间编码在实践中可以作为精确的孤立尖峰在性能的女性,支持的假设,神经元在LMAN积极采样运动空间,指导歌曲修改在本地实例的时间。
2014-04-02 q-bio.NC
How does neural activity encode spontaneous motor behavior in zebrafish larvae ?
人类和其他脊椎动物的自发运动的起源已经被研究过了。研究报告称,在给定运动开始前一秒,神经元活动会增加:这被称为准备电位。这种增加的机制尚不清楚。斑马鱼幼体是研究自发运动神经基础的理想动物模型。由于其体积小和透明性,这种脊椎动物是应用光学记录方法的理想候选者。为了了解在给定时间是什么神经元活动导致特定的尾部运动的执行,我们将主要使用预测方法。
2020-12-19 q-bio.NC q-bio.QM
Estimating common synaptic inputs to spinal motor neurons from motor unit spike trains using openhdemg
Universidade Federal do Rio de Janeiro(里约热内卢联邦大学);Università di Brescia(布雷西亚大学);National Technical University of Athens(雅典国立技术大学)
本文利用openhdemg开源框架,系统介绍了从运动单位脉冲序列估计共同突触输入的三种方法(时域、频域和网络信息方法),并提供了参数选择建议和完整工作流程。
2026-06-23 eess.SP q-bio.NC q-bio.QM
Synaptic bundle theory for spike-driven sensor-motor system: More than eight independent synaptic bundles collapse reward-STDP learning
Laboratory for Intelligent Systems and Informatics(智能系统与信息学实验室);Department of Mechano-Informatics(机械信息学系);Graduate School of Information Science and Technology(信息科学与技术研究生学校);The University of Tokyo(东京大学)
该研究提出通过调节突触束数量来解决尖峰驱动传感器-运动系统中学习崩溃的问题,揭示了突触束数量与学习成功和失败之间的定量关系。
2026-03-02 cs.AI nlin.AO q-bio.NC
Ecologically mapped neuronal identity: Towards standardizing activity across heterogeneous experiments
本研究提出利用先天行为和自然环境参数构建神经元ECO标记以映射神经元身份,相比传统标记粒度更精细,聚焦多个脑区验证可行性,有望实现跨实验室神经元活动的标准化比较。
2023-04-28 q-bio.NC
An integrated heterogeneous Poisson model for neuron functions in hand movement during reaching and grasp
为了理解在伸手抓握运动期间运动皮层神经元对控制命令的潜在编码机制,已经在许多研究实验室中进行了记录来自初级运动皮层区域的神经元活动的实验(例如,(7)、(17))。神经科学界最流行的方法是使用单个神经元的放电率来拟合方差分析(ANOVA)模型。除了考虑神经元放电次数外,还考虑了时间间隔,(5)提出应用协方差分析(ANCOVA)模型。由于数据的性质,在本文中,我们提出了一个集成的方法,称为异质泊松回归模型,分类不同的神经活动。三种情况下进行了讨论,表明所提出的异构泊松回归模型可以克服传统的泊松回归模型的一些缺点。
2019-11-27 q-bio.NC stat.AP stat.ME
Coupled effects of channels and synaptic dynamics in stochastic modelling of healthy and Parkinson's-disease-affected brains
我们的大脑是一个复杂的信息处理网络,其中神经系统接收来自环境的信息,以快速对传入的事件作出反应,或从经验中学习以提高我们的记忆力。在神经系统中,大脑状态翻译通过突触连接互连的神经元的集体活动。在本文中,我们研究了健康脑细胞随机影响下的通道和突触动力学的耦合效应,并将其应用于帕金森病(PD)。特别是,我们调查的随机输入的影响,在丘脑底核(ESTA)细胞膜电位模型。神经元爆发现象和帕金森病运动功能减退症状密切相关,因为调节神经元爆发的电和化学操作足以改善或模拟帕金森病运动缺陷。脑深部电刺激(DBS)是一种重要的手术技术,用于治疗PD症状。我们的数值计算结果表明,随机输入强烈影响的尖峰活动的神经元不仅在健康的细胞的情况下,但也在存在DBS治疗的PD细胞的情况下。具体地,系统中随机不应期与随机输入电流一起的存在可以显著地影响输出神经元的脉冲序列的增加的不规则性。
2022-06-16 q-bio.NC
Data-driven Perception of Neuron Point Process with Unknown Unknowns
University of Southern California(南加利福尼亚大学)
从离散数据时间序列中识别模式,用于统计推断、威胁检测、社会舆论动态、大脑活动预测,最近已经获得了动力。除了巨大的数据量之外,相关的挑战是,例如,(i)缺失数据以构建封闭的时变复杂网络,以及(ii)未探测的未知源的贡献。为此,目前的工作集中在多协变量和未知输入的统计神经元系统模型。以往的神经元活动分析主要局限于目标神经元的放电历史以及与系统中其他神经元的相互作用,而忽略了未知刺激的影响。我们建议使用未知的未知数,它描述了未知刺激,未检测到的神经元活动和所有其他隐藏的错误源的影响。采用不动点迭代法实现了极大似然估计。不动点迭代收敛速度快,所提出的方法可以有效地并行化,并提供计算优势,特别是当输入尖峰列车是在长时间范围。开发的框架提供了一个直观的意义,有额外的自由度的数据,以支持需要未知数。该算法被应用到模拟穗列车和现实世界的实验数据,小鼠体感,小鼠视网膜和猫视网膜。该模型显示了一个成功的增加系统的似然相对于条件强度函数,它也揭示了迭代收敛。结果表明,神经网络连接模型与未知的未知数可以有效地估计过程的统计特性,通过增加网络的似然。
2019-02-21 cs.LG q-bio.NC stat.ML
Revisiting convolutive blind source separation for identifying spiking motor neuron activity: From theory to practice
本文从理论层面重新审视卷积盲源分离在运动神经元识别中的应用,提出可预测逆解存在性并量化估计误差的框架,通过仿真揭示MUAP相似性、目标函数选择及源质量指标等因素对检测性能的影响,为算法开发和临床应用提供理论指导。
2025-08-18 q-bio.CB q-bio.NC q-bio.QM
Neural population dynamics in songbird RA and HVC during learned motor-vocal behavior
本研究利用 Neuropixels 记录鸣禽 HVC 与 RA,揭示二者发声相关群体活动均处于低维流形,但 RA 与发声输出连续对应更稳定,潜在变量还支持跨新子群体泛化解码。
2024-07-08 q-bio.NC
Two types of criticality in the brain
具有相等的兴奋性和抑制性反馈的神经网络显示出高的计算性能。它们在接近临界点的地方工作,其特征是大量神经元的联合激活。然而,在猕猴运动皮层,我们观察到非常不同的动态与人口水平上的弱波动。这表明运动皮质以次优状态运行。在这里,我们展示了相反的情况:跨神经元的相关性的大分散是丰富的动态库的特征,其隐藏于宏观脑信号之外,但对于诸如库计算的概念中的高性能是必不可少的。我们的研究结果表明,在神经系统中的临界性的观点的细化:网络拓扑结构和异质性赋予大脑两个互补的基板,在很大程度上不同的复杂性的关键动态。
2018-03-19 cond-mat.dis-nn q-bio.NC
A Benchmark Analysis of Graph and Non-Graph Methods for Caenorhabditis Elegans Neuron Classification
Department of Computer Science, Emory University, USA(计算机科学系,埃默里大学,美国);Department of Biomedical Informatics, Emory University, USA(生物医学信息学系,埃默里大学,美国);College of AI, Tsinghua University, China(人工智能学院,清华大学,中国)
本研究通过比较图方法与非图方法,验证了GNNs在果蝇神经元分类中的有效性,并指出空间和连接特征是关键预测因子。
2026-02-19 cs.AI q-bio.NC
Chronic, cortex-wide imaging of specific cell populations during behavior
跨脑区神经元活动的测量对于理解认知和运动过程(如注意力、决策和动作选择)的神经相关性非常重要。然而,允许细胞分辨率测量的技术是昂贵的,并且需要高度的技术专业知识,这限制了它们的广泛使用。遗传编码指示物的宽视场成像是一种高通量、成本有效且灵活的方法,用于以高时间分辨率和皮层范围的视场测量特定细胞群的活性。在这里,我们概述了我们的协议,组装一个宽场设置,手术准备通过完整的颅骨成像,成像神经活动长期在行为,转基因小鼠表达的钙指标在特定的亚群皮层神经元。此外,我们强调了一个处理管道,它利用新颖的基于云的方法来分析大规模成像数据集。该协议的目标实验室正在寻求建立宏观镜,优化长期慢性成像的外科手术,和/或分析皮层范围的神经元记录。
2020-10-28 q-bio.NC
Pairwise maximum-entropy models and their Glauber dynamics: bimodality, bistability, non-ergodicity problems, and their elimination via inhibition
在最近的神经科学文献中,已经使用成对最大熵模型来预测神经元群体的活动,仅给出神经元活动的时间平均相关性。本文提供的证据表明,成对模型,应用于实验记录,预测双峰分布的人口平均活动,并为一些人口规模的第二模式峰值在高活动,与90%的神经元人口活跃的时间窗口内的几毫秒。这种双峰性有几个不良后果:1。鉴于观察到的神经元活动,两种模式的存在是不现实的。2.从神经生物学的角度来看,对高活动模式的预测是不现实的。3.玻尔兹曼学习变得非遍历,因此通过这种方法找到的成对模型不是最大熵分布;类似地,通过平均场近似的常见变体解决逆问题也有同样的问题。4.与模型相关的Glauber动力学要么是不切实际的,要么不反映成对模型的分布。这种双峰性首先证明了一个实验数据集,包括159个神经元的活动记录从猕猴的运动皮层。使用一个减少的最大熵模型,然后提供证据表明,这种双峰影响典型的神经记录的人口规模的几百个或更多的神经元。作为一种方法来消除双峰及其随之而来的问题,提出了一种修改的成对模型,其中-最重要的-有一个相关的成对Glauber动力学。由于最小的不对称抑制,该模型避免了双峰性。它可以被解释为具有特定先验的最小相对熵模型,或具有附加约束的最大熵模型。
2016-05-16 q-bio.NC
The most probable neural circuit exhibits low-dimensional sustained activity
在行为实验中记录其活动的皮层神经元已被分为几种类型,例如刺激相关神经元、延迟期神经元和奖励相关神经元。此外,群体活动的神经元在达到任务可以描述的动力学在低维空间。这些结果表明,一些类型的神经元的低维动力学出现在被训练来执行任务的大脑皮层中。这项研究调查了一个简单的神经回路出现了几种类型的神经元。假设电路中有无限多个神经元,其连接权重来自高斯分布,我们通过使用核函数来建模神经元的动力学。假设系统是无限大的,几乎所有有能力的电路都近似于任务的最可能电路。我们模拟了两个延迟反应任务和一个运动模式生成任务。模型网络在所有任务中都表现出低维动力学。考虑到连接权重是从高斯分布中提取的,最可能的电路是具有最小连接权重的电路;也就是说,具有最简单动态的最简单电路。最后,我们将动态算法信息论。
2018-11-25 cond-mat.dis-nn q-bio.NC
Avalanche analysis from multi-electrode ensemble recordings in cat, monkey and human cerebral cortex during wakefulness and sleep
自组织临界态存在于许多自然系统中,从地震到森林火灾,它们也在神经系统中被观察到,特别是在神经元培养中。然而,在清醒的大脑中临界状态的存在仍然存在争议。在这里,我们比较了雪崩分析不同的体内制剂在觉醒,慢波睡眠和REM睡眠,使用高密度电极阵列在猫运动皮层(96个电极),猴子运动皮层和运动前皮层和人类颞叶皮层(96个电极)癫痫患者。在从单位(高达160个单位)定义的神经元雪崩中,雪崩的大小从未明显地按幂律缩放,而是按指数缩放或显示中间缩放。我们还分析了不同电极之间局部场电位(LFP)的动态变化,特别是LFP负峰(nLFP)(颞叶皮质中多达96个位点或相邻运动和前运动皮质中多达128个位点)。在这种情况下,从nLFP定义的雪崩显示幂律缩放双对数表示,如先前在猴中所报道的。然而,雪崩定义为正LFP(pLFP)峰,这是不太直接相关的神经元放电,也表现出明显的幂律缩放。使用更可靠的累积分布函数(CDF)和其他严格的统计方法对这种比例进行更仔细的检查,并没有证实幂律比例。同样的模式也出现在猫、猴子和人类身上,以及清醒和睡眠的不同大脑状态。我们还测试了其他替代发行版。多重指数拟合得到了雪崩动力学与双指数分布的最佳拟合。总的来说,这些结果没有明确的证据表明,从猫到人,哺乳动物清醒和睡眠的大脑中存在幂律缩放或自组织临界状态。
2012-07-15 nlin.AO q-bio.NC
Whole-brain calcium imaging with cellular resolution in freely behaving C. elegans
在清醒和不受约束的动物中获得大规模神经元活动记录的能力对研究动物行为的神经编码提出了重大挑战。我们提出了一种新的仪器,能够记录细胞内钙瞬变从每个神经元在头部的一个自由行为的C。用细胞分辨率记录动物的位置、姿势和运动。我们采用旋转圆盘共聚焦显微镜捕捉3D体积荧光图像的神经元表达的钙指标GCaMP6s在5头体积每秒。两个摄像头同时监控动物的位置和方向。定制软件实时跟踪动物头部的3D位置,并调整电动载物台,使其在动物自由漫游时保持在视野内。我们观察了78个神经元的钙瞬变,并将这种活动与动物的行为相关联。在蠕虫中,多个神经元与对应于向前、向后和转向运动的行为模式表现出显著的相关性。通过将这些神经元的3D位置与已知的图谱进行比较,我们的结果与以前的单神经元研究一致,并证明了行为电路的新候选神经元的存在。
2015-01-14 physics.bio-ph q-bio.NC
Model Order Reduction in Neuroscience
人脑包含大约$10^9$神经元,每个神经元与其他神经元具有大约$10^3$连接、突触。我们大脑的大多数感觉、认知和运动功能都依赖于大量神经元的相互作用。近年来,许多技术被开发用于顺序地或同时地记录大量神经元。随着计算能力的提高和算法的发展,神经元群体的高级分析与所记录的神经元活动的数量和复杂性的快速增长并行。最近的研究利用降维和模型降阶技术来提取在单个神经元水平上不明显的相干特征。已经观察到,神经元活动在低维子空间上演化。大规模神经网络模型简化的目的是准确快速地预测模式及其在大脑不同区域的传播。采用动态模式分解(DMD)、本征正交分解(POD)、离散经验插值(DEIM)和参数与状态联合约简等方法在低维子空间上识别脑活动的时空特征。本文综述了神经科学中常用的降维和模型降阶技术。这项工作将在即将出版的《模型降阶手册》中作为一个章节。Grivet-Talocia,A.夸特罗尼湾Rozza,W. H. A.席尔德斯湖M. Silveira,编辑,出现在DE GRUYTER)
2020-04-18 cs.NA math.NA q-bio.NC
neuro2voc: Decoding Vocalizations from Neural Activity
University of Zurich(苏黎世大学)
针对神经尖峰序列解码运动输出的挑战,本硕士项目研究从Neuropixels侵入性记录解码斑胸草雀发声的方法,通过XGBoost+SHAP、GPT2标记+Mamba2、对比学习-VAE框架取得成果,为稀疏神经数据处理和复杂运动输出解码奠定基础。
2025-02-02 cs.LG eess.AS q-bio.NC
Intermittent synchronization in a network of bursting neurons
抑制性和兴奋性耦合爆发神经元网络中的同步振荡在从中枢模式发生器到人脑回路的各种神经系统中很常见。后者的一个例子是基底神经节的皮质下网络,由丘脑底核和苍白球的兴奋性和抑制性爆发形成,参与运动控制并在帕金森病中受到影响。最近的实验已经证明了该网络中神经活动锁相的间歇性。在这里,我们探索一种潜在的机制来解释网络中的间歇性锁相。我们简化了网络,以获得两个抑制耦合元件的模型,并探讨其动力学。我们使用几何分析和奇异摄动方法的动力系统,以减少完整的模型,以一个更简单的方程组。数学分析是使用三个慢变量与两个不同的时间尺度。间歇性同步振荡是由重叠尖峰脉冲产生的,其关键取决于慢相平面的几何形状和慢变量之间的相互作用以及突触的强度。两个慢变量负责产生重叠尖峰的活动模式,另一个较慢的变量增强了不规则和间歇性活动模式的鲁棒性。虽然所分析的网络和所探索的间歇性同步机制似乎是相当通用的,但该分析的结果可用于追踪生物物理参数(突触强度和钙动力学参数)的特定值,已知这些参数在帕金森病中受到影响。
2011-09-12 nlin.CD q-bio.NC
EEG Study of the Influence of Imagined Temperature Sensations on Neuronal Activity in the Sensorimotor Cortex
本研究通过脑电图比较真实热刺激与想象温度感觉,发现两者均引发感觉运动皮层mu节律事件相关去同步化且无显著差异,证明温度想象可用于非运动型脑机接口与神经康复。
2025-08-22 cs.HC q-bio.NC
Dynamics of stochastic integrate-and-fire networks
本研究为随机积分-发放神经元网络建立统计场论,揭示其与自洽更新过程的精确映射及新平均场理论,发现脉冲重置导致双稳定性和涨落抑制活动,并计算了抑制稳定的相图,与实验观察一致。
2023-11-17 cond-mat.dis-nn q-bio.NC
Learning recurrent dynamics in spiking networks
Laboratory of Biological Modeling, NIDDK/NIH(美国国立糖尿病、消化系统疾病和肾病研究所(NIDDK)/美国国立卫生研究院(NIH)生物建模实验室)
参与学习和执行任务的神经元的尖峰活动表现出复杂的时空动态。虽然递归网络模型的输出可以学习执行各种任务,但学习后出现的递归动态的可能范围仍然未知。在这里,我们表明,修改经常性的连接与递归最小二乘算法提供了足够的灵活性,突触和尖峰速率动态尖峰网络产生广泛的时空活动。我们应用该训练方法来学习任意的放电模式,稳定平衡网络的不规则尖峰活动,并再现参与运动规划和运动的皮层神经元的异质尖峰速率模式。我们确定了成功学习的充分条件,描述了两种类型的学习错误,并评估了网络容量。我们的研究结果表明,突触耦合的周期性尖峰网络具有巨大的计算能力,可以支持大脑中的各种活动模式。
2018-08-18 cs.AI cs.LG cs.NE