Rapidly forming, slowly evolving, spatial patterns from quasi-cycle Mexican Hat coupling
如果随机过程族的阻尼振荡由噪声维持,则该随机过程族具有拟周期振荡。当我们插入局部墨西哥帽类型、高斯差、一维和二维晶格上的耦合时,这样的族执行离散随机反应扩散系统的反应部分。准周期是一种产生神经振荡的机制,墨西哥帽耦合在大脑中无处不在。因此,这种结合可能会提供对大脑中神经振荡功能的深入了解。重要的是,我们研究这个系统只在瞬态的情况下,在饱和发生之前的时间间隔。在一维,弱耦合,我们发现,耦合准周期的相位同步(建立一个相对恒定的关系,或锁相)迅速耦合强度低于所需的空间模式,以产生其振幅。在二维中,振幅图案形成得更快,但仍存在参数区域,其中相位同步图案形成而不伴随有清晰的振幅图案。在较高的耦合强度,我们发现模式的相位同步和幅度(类似图灵模式)相对应的模式的相位同步。这些图案的特定属性由反应和墨西哥帽耦合的参数控制。
2019-09-23 nlin.AO q-bio.NC
Plasma Brain Dynamics (PBD): A Mechanism for EEG Waves Under Human Consciousness
脑电信号是人脑中非线性孤立波的记录。波具有几种类型(例如,a,b,g,q,d)对不同意识水平的反应。它们分为两组:第1组由复杂的风暴波(a,b和g)组成;第2组由简单的准线性波(q和d)组成。为了阐明脑电波的形成和传播机制,本文将等离子体脑动力学(PBD)的Vlasov-Maxwell方程组推广为一组双流体、自相似的非线性孤立波方程组。对不同的脑电信号进行了数值模拟。主要结果包括:(1)脑电波包的激发和传播依赖于电场和磁场、脑水离子、电子和离子的温度、质量以及它们的初始流体速度:(2)第一组复合波包含三种成分:高频离子声(IA)模、中频低杂波(LH)模和低频离子回旋(IC)模;(3)第2组简单波落在IA频带内,其特征在于三个包络中的一个或组合:正弦、正弦和尖峰/双极。该研究提出了一种量子脑动力学(QBD)的替代模型,即脑中非线性孤立脑电波的形成和传播与空间等离子体中的波具有相同的机制
2018-01-16 physics.med-ph q-bio.NC
A wave-pulse neural network for quasi-quantum coding
我们设计了一个物理波脉冲神经网络(WPNN)的波和脉冲的传播,它提供了更多的自由度的神经编码比尖峰神经网络(SNN)。我们定义了这种神经网络的规则和信息熵,其中信号的速度,到达时间和神经元之间的连接长度都成为信号编码的关键参数。我们称之为准量子编码(QQC),因为波和脉冲信号的组合在这里表现得像量子波粒二象性的经典模拟,并且可以通过借用量子力学的一些概念来研究。我们提出,准量子编码可以提供有效的方法,为声音和图像的消除。我们还讨论了波脉冲神经网络和准量子编码方法在生物大脑中运行的可能性,其中神经振荡和动作电位对认知都很重要。
2020-02-06 q-bio.NC
Failure of neuron network coherence induced by SARS-CoV-2-infected astrocytes
该研究构建星形胶质细胞调控的脉冲神经网络模型,揭示SARS-CoV-2感染抑制谷氨酸释放可破坏神经元准同步簇发节律,导致间歇性或完全的网络相干性失效。
2022-10-03 q-bio.NC
Persistence of hierarchical network organization and emergent topologies in models of functional connectivity
功能网络提供了大脑中活动模式的拓扑描述,因为它们源于突触连接的基础解剖或结构网络上的神经活动的传播。众所周知,后者是以分层和模块化的方式组织的。虽然人们认为结构网络塑造了它们的功能对应物,但也有人假设大脑动力学的改变伴随着功能连接的转变。在这项计算研究中,我们引入了一种新的方法来监测的持久性和故障的功能网络中的层次顺序,从计算模型的活动传播合成和真正的结构连接体。我们表明,层次连接出现在功能网络中的一个持久的方式,如果动态被设置为在准临界制度与最佳的处理能力和正常的大脑功能,而它打破了在其他(超临界)动态制度,往往与病理条件。我们的研究结果提供了重要的线索,最佳的神经计算架构和过程,这是能够控制的活动和信息流的模式的研究。我们的结论是,功能连接模式通过继承底层结构架构的层次组织,实现了局部专门处理(即隔离)和全局整合之间的最佳平衡。
2021-02-10 cond-mat.dis-nn physics.soc-ph q-bio.NC
Non-Hermitian Quasi-Localization and Ring Attractor Neural Networks
一大类“稀疏”随机矩阵的本征模,其相互作用集中在对角线附近,在空间中呈指数局域化,如安德森在1957年首次发现的量子系统。安德森局域化在从固体中的电子到机械和光学系统的各种问题中起着普遍的作用。然而,它在神经科学中的意义(其中连接可以是强不对称的)在很大程度上尚未被探索,主要是因为神经系统的突触连接矩阵通常是“密集的”,这使得本征模空间扩展。在这里,我们探讨的角色,安德森局域化可以在神经网络中发挥的重点是“空间结构”的突触连接矩阵的障碍。最近,神经科学家通过实验证实了局部兴奋和全局抑制(LEGI)环吸引子模型可以在功能上代表果蝇(Drosophila melanogaster)中枢脑的头向细胞。我们首先研究了一个非厄米特(即不对称)的紧束缚模型与无序,然后建立一个连接到LEGI环吸引子模型。我们发现:(i)具有结构最近邻无序的LEGI环吸引子网络的主特征向量是“准局域化的”,即使具有完全稠密的抑制连接。(ii)准本地化特征向量在早期神经动力学中起主导作用,并且主要准本地化特征向量的位置预测代表例如昆虫头部方向的“活动块”的初始位置。我们的研究为探索安德森局域化理论和空间结构无序神经网络之间的交叉点开辟了一个新的途径。
2018-11-19 cond-mat.dis-nn cond-mat.stat-mech q-bio.NC
Associative content-addressable networks with exponentially many robust stable states
大脑必须储存大量的记忆,这些记忆与一生中遇到的许多事件相对应。然而,在现有的神经网络模型中,记忆状态的数量要么随着网络规模的增长而增长,要么在几乎没有噪声的情况下灾难性地失败。我们构建了一个关联的内容寻址存储器,具有指数级的稳定状态和鲁棒的纠错。该网络在受限玻尔兹曼机结构上具有扩展图连通性。扩展特性允许简单的神经网络动力学与现代纠错码相提并论。适当的网络可以用稀疏随机连接、球状节点和使用低动态范围权重的关联学习来构建。因此,稀疏准随机结构-重要纠错码的特征-可以在人工神经网络和大脑中提供高性能计算。
2017-11-02 cs.NE q-bio.NC
Mechanistic bridges from receptors to whole-brain dynamics: promise and limits of master-equation mean-field models
Université Paris-Saclay, École Normale Supérieure Paris-Saclay(巴黎萨克雷大学,巴黎萨克雷高等师范学院);Paris-Saclay Institute of Neuroscience (NeuroPSI), CNRS, Paris-Saclay University(巴黎萨克雷神经科学研究所(NeuroPSI),法国国家科学研究中心,巴黎萨克雷大学);École Polytechnique, Institut Polytechnique de Paris(巴黎综合理工学院,巴黎理工学院)
本综述梳理受体感知全脑模型的数学谱系,明确其约化假设,将其置于约化群体模型格局中,引入模拟成本与内存流量作为基准维度,界定该建模为多属性间的权衡。
2026-11-17 q-bio.NC
The dynamics of neural codes in biological and artificial neural networks
本论文结合计算、机器学习与理论物理方法,研究生物与人工神经网络的动力学及神经编码,揭示了临界现象、表征流形拓扑与气味编码漂移的机制。
2024-02-20 cond-mat.dis-nn cond-mat.stat-mech q-bio.NC
Topology-dependent coalescence controls scaling exponents in finite networks
对不同数据模式的神经雪崩的多项研究导致了一个突出的假设,即大脑在临界点附近运行。观察到的指数往往表明平均场定向渗流普适类,导致全连接或随机网络模型来研究雪崩动力学。然而,皮质网络具有明显的非随机特征和空间组织,已知其会影响临界指数。在这里,我们表明,不同的经验指数出现在不同的拓扑结构的网络,并依赖于网络的大小。特别是,我们发现明显的无标度行为的平均场指数出现准临界动力学结构网络。这种准临界动力学在小型网络中很难与实际临界点区分开来。我们发现,在活动动力学的局部聚结可以解释不同的指数。因此,拓扑结构和系统的大小,应考虑评估临界经验观测。
2022-11-11 cond-mat.dis-nn cond-mat.stat-mech q-bio.NC
Average synaptic activity and neural networks topology: a global inverse problem
神经网络的动力学通常以集体行为和准同步事件为特征,其中大部分神经元在短时间间隔内放电,由不相关的放电活动分开。这些全球时间信号对大脑功能至关重要。它们强烈地依赖于网络的拓扑结构和连通性的波动。我们提出了一个异构的平均场方法随机网络上的神经动力学,明确地保留在不断增长的网络规模的拓扑结构中的混乱,并导致一组自洽方程。在这种方法中,我们提供了一个有效的描述微观和大尺度的时间信号的泄漏集成和消防模型与短期的可塑性,准同步事件的出现。我们的方程提供了一个清晰的动态分析图,证明了周期性(锁定)和非周期性(解锁)神经元对可测量的平均信号的贡献。特别是,我们制定并解决了一个全球性的逆问题重建的度分布的平均活动领域的知识。我们的方法是非常普遍的,适用于一个大类的稠密随机网络的动力学模型。
2014-03-24 cond-mat.dis-nn cond-mat.stat-mech physics.bio-ph
Fractal analyses of networks of integrate-and-fire stochastic spiking neurons
尽管有越来越多的证据表明大脑中存在临界状态,但指导神经元网络达到或保持临界状态的过程仍然不清楚。本研究探讨了神经元增益可塑性的作用,在时间序列的模拟神经元网络组成的集成和消防随机尖峰神经元,分形方法在评估网络的关键性的效用。模拟时间序列来自一个完全连接的离散时间随机可兴奋神经元的网络模型。单分形和多重分形分析应用于神经元增益时间序列。分形尺度是最大的网络与中等范围的神经元的可塑性,相对于极高或极低水平的可塑性。峰值分形标度密切对应的额外指标的临界性,包括平均分支比。网络表现出多重分形结构,或多个标度关系。峰值临界附近的多重分形谱表现出细长的右尾,这表明分形结构对高振幅局部波动相对不敏感。临界状态附近的网络表现出中等范围的多重分形谱宽度和尾长,这是一致的文献表明,在准临界状态的网络必须足够稳定,以保持组织,但不稳定,足以适应。最后,分形分析可以提供额外的信息,网络的临界状态动态的影响,网络接近临界状态的指示尺度。
2018-01-19 q-bio.NC
Self-organized critical balanced networks: a unified framework
异步不规则(AI)和临界状态是两个相互竞争的框架提出来解释自发神经元活动。在这里,我们提出了一个简单的随机神经元的平均场模型,推广了Brunel(2000)的积分和点火网络。我们发现,平衡的抑制/兴奋突触的重量比$g_c \approx 4$点对应于二阶吸收相变通常在自组织临界(SOC)模型。在突触平衡点$g_c$,网络表现出幂律神经元雪崩与通常的指数,而非零的外部场的系统显示四个通常的同步性状态的平衡网络。我们增加稳态抑制和放电率适应,并获得一个自组织的准临界平衡状态与雪崩和AI样活动。我们的模型可以解释为什么在不同的实验条件下和不同的大脑区域获得不同的抑制水平,因为至少有两个动力学机制是必要的,以获得一个真正的平衡状态,没有它的网络可能会徘徊在不同的区域提出的理论相图。
2019-06-13 nlin.AO nlin.CD physics.bio-ph
Collective Stochastic Coherence in Recurrent Neuronal Networks
动态元素的递归网络经常表现出涌现的集体振荡,即使单个元素有相当大的噪声,也可以显示出相当大的规律性。地方一级的噪声诱导动力学如何与全球一级的规则振荡共存,目前尚不清楚。在这里,我们表明,随机递归为基础的启动与确定性的耐火性在一个可兴奋的网络相结合,可以调和这两个功能,导致最大的集体一致性的中间噪声水平。我们报告这种行为在缓慢振荡制度表现出的大脑皮层网络的动态条件下,类似于慢波睡眠和麻醉。一个生物现实网络模型的计算分析表明,一个中间水平的背景噪声导致准规则的动态。我们验证了这一预测实验皮层切片受到不同量的细胞外钾,调节神经元的兴奋性,从而突触噪音。该模型还预测,这种有效的规则状态应该表现出噪声引起的集体振荡的空间传播轮廓的记忆,这也是实验验证。总之,这些结果使我们能够将在大脑中实验观察到的增强规律性视为集体随机相干的一个实例。
2017-01-03 cond-mat.stat-mech nlin.AO physics.bio-ph
On the relation between EEG microstates and cross-spectra
通过多通道EEG记录测量的脑功能可以通过微观状态被描述为高水平的准确性,其特征在于一系列时间间隔,在所述时间间隔内,符号不变的归一化头皮电势场保持准稳定,通过快速转换连接。滤波EEG对空间微观状态头皮图的影响很小,但对动态(例如持续时间、发生频率和转换率)的影响很大。此外,光谱功率已被发现是强烈相关的微观态动力学。然而,光谱和微观状态之间关系的本质仍然知之甚少。在这里,我们表明,多变量EEG交叉频谱包含足够的生成信息,用于估计microstate头皮图和它们的动态,展示了microstate模型和多变量交叉频谱之间的基本联系。根据203名受试者在闭眼静息状态下的脑电记录,计算其互谱矩阵,并由此生成随机脑电。没有显着差异,发现从实际的EEG和随机EEG的基础上完全的交叉频谱估计的微观模型(地图和动态)。此外,与量化的微观状态模型的空间交叉频谱特性的目的,我们在这里介绍的地形似然谱,基于沃森分布,它提供了一个频率的频率帐户的贡献归一化的微观状态图的归一化的EEG交叉频谱,独立的功率。地形似然谱是不同的微观国家地图。在闭眼和睁眼条件之间的比较中,它们显示出在频率特定模式中显著不同。
2022-08-05 q-bio.NC q-bio.QM