Stimuli reduce the dimensionality of cortical activity
同时记录的神经元集合的活动可以表示为放电率空间中的一组点。即使该空间的维度等于系综大小，神经活动也可以有效地定位在较小的子空间上。神经空间的维数是神经活动支持的计算任务的重要决定因素。在这里，我们调查的维度，从警觉大鼠的感觉皮层神经合奏期间正在进行的（试验间）和刺激诱发的活动。我们发现，维数与合奏大小呈线性增长，并在正在进行的活动相比，诱发活动的增长速度显着更快。我们解释这些结果使用的尖峰网络模型的基础上，集群架构。该模型捕捉正在进行的活动和诱发活动之间的增长率的差异，并预测与合奏大小，可以在高密度多电极记录进行测试的特征缩放。此外，该模型预测的存在上界的维数。这个上限与成对相关性的数量成反比，并且与没有集群的同质网络相比，它大了一个等于集群数量的因子。这种界限的经验估计取决于试验的次数和持续时间。总之，这些结果提供了一个框架来分析神经维度在警觉的动物，其行为下的刺激呈现，其理论依赖于合奏大小，集群的数量，和成对的相关性尖峰网络模型。
2016-03-16 q-bio.NC
Robustness and Enhancement of Neural Synchronization by Activity-Dependent Coupling
我们研究了两个模型神经元通过突触耦合的同步具有活动依赖的强度。我们的突触遵循尖峰定时依赖可塑性（STDP）的规则。我们发现，这种可塑性的神经元之间的耦合产生扩大的频率锁定区，并导致同步，这是更迅速，更强大的抗噪声比经典的同步所产生的连接与恒定的强度。我们还提出了一个简单的离散映射模型，证明了这种现象的普遍性。
2002-12-19 physics.bio-ph physics.gen-ph q-bio.NC
Predict or classify: The deceptive role of time-locking in brain signal classification
几项实验研究声称，在受试者意识到自己的决定之前，就可以通过测量大脑信号来预测简单决定的结果。通常，这些研究使用多变量模式识别方法，其基本假设是对大脑信号进行分类的能力等同于预测决策本身。在这里，我们表明，它是可以正确地分类信号，即使它不包含任何预测信息的决定。我们首先定义了一个简单的随机模型，模仿两个等价的选择之间的随机决策过程，并生成大量的独立试验，不包含选择预测信息。这些试验首先被时间锁定到最终事件的时间点，然后使用标准的机器学习技术进行分类。在时间锁定的时间点之前很久，所得到的分类精度高于机会水平。然后，我们使用信息论分析相同的试验。我们证明了高分类精度是时间锁定的结果，它的时间行为是简单地涉及到大的弛豫时间的过程。我们的结论是，当时间锁定是一个关键步骤，在分析的神经活动模式，出现和时间的分类精度受到影响的网络，产生信号的结构特性。
2016-06-10 physics.bio-ph q-bio.NC stat.ML
Stimulus-Dependent Suppression of Chaos in Recurrent Neural Networks
神经元活动是由神经回路自发产生的持续放电和外部刺激驱动的反应之间的相互作用引起的。使用平均场分析，我们问一个神经网络，内在地产生混沌模式的活动可以保持敏感的外部输入。我们发现，输入不仅驱动网络的反应，他们还积极抑制正在进行的活动，最终导致一个相变，其中混沌被完全消除。在相变的临界输入强度是刺激频率的非单调函数，揭示了一个“共振”频率，在该频率下，即使自发活动的功率谱在零处达到峰值并呈指数下降，输入在抑制混沌方面也是最有效的。我们的分析预测是，神经反应的方差应该在与许多感觉系统操作的范围相匹配的频率处被最强烈地抑制。
2010-08-02 cond-mat.dis-nn nlin.CD physics.bio-ph
Dynamical mechanisms of flexible phase-locking in cortical theta oscillators
Brandeis University（布兰迪斯大学）；Mount Holyoke College（曼荷莉学院）
研究揭示了皮层θ振荡器通过多时间尺度抑制电流的相互作用实现灵活相位锁定的机制，关键发现包括慢和超慢抑制过程的延迟Hopf现象扩展了同步范围。
2026-05-08 math.DS q-bio.NC
Neuronal Response Clamp
自从第一次记录诱发动作电位以来，很明显，个体神经元对持续的生理相关输入的反应是高度可变的。这种可变性表现在几乎每个可观察到的神经元响应特征的非平稳行为中。在这里，我们介绍了神经元响应钳，闭环技术，使两个重要的单神经元活动变量的完全控制：反应概率和刺激尖峰潜伏期。该技术适用于延长的持续时间（长达几个小时），即使在正在进行的神经元网络活动的背景下也是有效的。反应钳技术是一种强有力的工具，它将电压钳和动态钳方法扩展到神经元的功能水平，即其尖峰行为。
2010-08-08 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
An experimental evidence-based computational paradigm for new logic-gates in neuronal activity
我们提出了一个新的实验证实的范例，其中大脑的逻辑门的功能取决于其活动的历史，例如，随着时间的推移变成XOR门的OR门。我们的研究结果是基于一个实验过程中，条件刺激被强制嵌入在一个大规模的网络皮层细胞在体外的神经元电路。潜在的生物学机制是对持续刺激的神经元响应潜伏期的不可避免的增加，这强加了网络延迟的非均匀逐渐拉伸。
2013-05-02 q-bio.NC
Information transmission in oscillatory neural activity
没有锁定到刺激或运动反应的周期性神经活动通常被忽略。在这里，我们提出了新的工具，用于建模和量化的信息传输的基础上定期神经活动发生的准随机相位相对于刺激。我们提出了一个模型来再现振荡脉冲序列的特征，如尖峰间间隔的直方图和尖峰对振荡影响的锁相。所提出的模型是基于一个非均匀伽马过程所管辖的密度函数，这是一个产品的通常的刺激依赖率和准周期函数。此外，我们提出了一种分析方法，推广的直接方法（Rieke等人，1999年; Brenner等人，2000年），以评估这些数据中的信息内容。我们证明这些工具的记录从中继细胞在外侧膝状体的猫。
2008-10-07 cs.IT math.IT q-bio.NC
Interpreting neural computations by examining intrinsic and embedding dimensionality of neural activity
记录能力的持续指数增长需要新的方法来分析和解释神经数据。有效维度已经成为神经元群体中神经活动的一个重要属性，然而不同的研究依赖于对这个数量的不同定义和解释。在这里，我们专注于内在维度和嵌入维度，并讨论它们如何从数据中揭示计算原理。回顾最近的工作，我们提出，内在维度反映了集体活动中编码的潜在变量的信息，而嵌入维度揭示了这些信息的处理方式。最后，我们强调网络模型的作用，作为一个理想的基板，更具体地测试各种假设的计算原理，反映通过内在和嵌入的维度。
2021-08-27 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
Multiplicative and additive modulation of neuronal tuning with population activity affects encoded information
大量研究表明，神经元响应受刺激特性的调节，也受局部网络状态的调节。然而，很少有人知道神经元群体的活动波动如何调节细胞的感觉调谐，并影响其编码的信息。我们发现灵长类动物视觉皮层中正在进行的和刺激诱发的群体活动的波动以乘法和加法的方式调节神经元的调谐。当神经元分布在连续体上时，具有较强乘法效应的神经元倾向于具有较少的加法调制，反之亦然。倍增调制神经元编码的信息随着群体活动的增加而增加，而叠加调制神经元编码的信息则随着群体活动的增加而减少。这些影响相互抵消，所以人口活动对总信息的影响很小。因此，我们的研究结果表明，内在的活动波动可能会作为一个“红绿灯”，决定哪些子集的神经元是最丰富的信息。
2017-11-04 q-bio.NC
Cortical computations via metastable activity
亚稳态脑动力学的特征是突然的、跳跃式的调制，使得单次试验中的神经活动表现为一系列离散的准稳态。皮质神经活动以亚稳态序列的形式展开的证据正在快速积累。亚稳态活动发生在对外部刺激的反应中，也发生在持续的自我产生的活动中。越来越多的人发现，这些自发的亚稳态有助于不受外部触发因素影响的内部表征，包括审议、注意和期望的状态。此外，通过亚稳态解码刺激或决策可以逐个试验地进行。关注亚稳定性将使我们能够将我们对神经编码的观点从基于尝试平均的传统概念转变为基于动态集成表示的模型。最近的理论工作已经开始描述亚稳态表象的机制起源和潜在作用。在这篇文章中，我们回顾了最近的研究结果亚稳态活动，它如何可能出现在生物现实模型，其潜在的作用，代表内部状态以及相关的任务变量。
2019-06-18 q-bio.NC
Modeling of Self-sustained Neuron Population without External Stimulus
Middle East Technical University（中东理工大学）；Başkent University（巴肯特大学）
研究发现，具有突触可塑性和内在随机性的Hodgkin-Huxley神经元网络可在短暂刺激后维持自主活动，其特征为稀疏、不规则的放电模式。
2026-04-15 cs.NE q-bio.NC
Subthreshold dynamics of the neural membrane potential driven by stochastic synaptic input
在大脑皮层中，神经元受到来自网络背景活动的突触输入的连续轰击。这导致了持续的，主要是阈下的膜动力学，这取决于背景活动和神经元上突触的统计数据。阈下膜极化反过来又是神经反应的有效调节剂。本文分析了稳态统计量突触输入驱动的神经膜电位的阈下动力学。突触输入被认为是线性相互作用。该分析确定制度的输入统计，从而引起平稳，波动，振荡和不稳定的动态。特别是，我表明，（一）单纯的噪声输入可以驱动膜电位持续，准周期振荡（噪声驱动的振荡），在没有刺激源性，神经内，或网络起搏器;（二）添加超极化去极化突触输入可以增加神经活动（超极化引起的活动），在超极化激活电流的情况下。
2002-09-26 cond-mat.dis-nn physics.bio-ph q-bio.NC
Autonomous Dynamics in Neural networks: The dHAN Concept and Associative Thought Processes
人脑的神经活动主要由自我维持的活动所支配。外部感官刺激影响这种自主活动，但它们并不直接驱动大脑。然而，大多数标准人工神经网络模型是输入驱动的，并且不显示自发活动。在人工神经网络中，为受控的、自我维持的活动开发组织原则是一个挑战。在这里，我们提出并研究dHAN概念的自主联想思维过程中密集和均匀的联想网络。在这种方法中，联想思维过程的特征在于瞬态吸引子的时间序列。每个瞬态对应于存储的信息，即存储器。随后的瞬态的特点是大关联重叠，这是相同的收购模式。记忆状态，即所获得的模式，具有这样的双重功能。在这种方法中，自我维持的神经活动具有中心功能作用。网络获得了辨别能力，因为外部刺激需要与自主活动竞争。输入中的噪声很容易滤除。赫布式的外部模式学习与正在进行的联想思维过程同时发生。自主动力学需要长期的工作点优化，这在dHAN概念中获得了双重功能：它稳定了联想思维过程的时间发展并限制了失控的突触生长，这通常发生在具有自诱导活动和赫布型学习规则的神经网络中。
2007-03-01 cond-mat.dis-nn q-bio.NC
A dynamic connectome supports the emergence of stable computational function of neural circuits through reward-based learning
Graz University of Technology（格拉茨工业大学）
大脑中神经元之间的突触连接是动态的，因为持续进行的脊柱动力学，轴突发芽和其他过程。事实上，最近的研究表明，脊柱动力学中的自发性突触自主成分至少与依赖于突触前和突触后神经活动历史的成分一样大。这些数据与网络可塑性的常见模型不一致，并提出了一个问题，即神经回路如何在这些持续进行的过程中保持稳定的计算功能，以及这些持续进行的过程可能具有哪些功能用途。在这里，我们提出了一个严格的理论框架，这些看似随机的脊柱动力学和重新布线过程的背景下，奖励为基础的学习任务。我们表明，自发的突触自主过程，结合奖励信号，如多巴胺，可以解释大脑中的神经元网络的能力，以配置自己的特定计算任务，并自动补偿网络或任务的后期变化。此外，我们通过理论和计算机模拟表明，稳定的计算性能与持续不断的突触自主变化是兼容的。在达到良好的计算性能后，它主要导致与任务无关的维度中的网络架构和动力学的缓慢漂移，如在运动皮层和其他区域中的神经活动所观察到的。在强化学习的更抽象的层面上，由此产生的模型引起了对奖励驱动的网络可塑性的理解，即对网络配置的连续采样。
2018-01-05 cs.LG cs.NE q-bio.NC
A Neural-Astrocytic Network Architecture: Astrocytic calcium waves modulate synchronous neuronal activity
了解星形胶质细胞在大脑计算中的作用是一个新生的挑战，在可以转化为人工智能的新神经生物学知识方面，有希望获得巨大的回报。在我们正在进行的努力，以确定原则赋予星形胶质细胞在大脑计算中的独特功能，并将其转化为神经星形胶质细胞网络（NANS），我们提出了一个生物病理学现实模型的星形胶质细胞，保留了实验观察到的空间分配其不同的亚细胞区室。我们展示了我们的模型是如何编码和调制的，同步神经活动的程度通过钙波在细胞内传播的星形胶质细胞车厢。神经活动和星形胶质细胞钙波之间的关系一直被推测，但它仍然缺乏一个机制的解释。我们的模型提出了一个星形胶质细胞的“钙级联”机制的神经元同步，这可能使NAN施加周期性的神经调制已知减少编码错误。通过扩展我们对星形胶质细胞信息处理的概念，我们的工作旨在巩固非神经元细胞的计算角色，并将其纳入人工网络。
2018-07-05 q-bio.NC
Sudden synchrony leaps accompanied by frequency multiplications in neuronal activity
神经编码的经典观点依赖于神经元功能群之间的时间放电同步;然而，潜在的机制仍然是一个谜。在这里，我们实验证明了一种机制，神经元尖峰之间的时间滞后从几十毫秒跳跃到几乎零滞后同步。它也允许突然跳出同步，从而形成短时期的同步。我们的研究结果是基于一个实验程序，其中条件刺激被强制嵌入在一个大规模的网络皮层细胞在体外的神经元电路，并证实了神经元群体的模拟。潜在的生物学机制是对持续刺激的神经元响应潜伏期的不可避免的增加以及产生诱发尖峰所需的时间或空间总和。这些突然的跳跃和不同步可能伴随着神经元放电频率的倍增，因此提供了可靠的信息承载指标，这可能是两个主要神经元编码范式之间的桥梁。
2013-10-30 q-bio.NC
Activity Regeneration from Silent States in Neuronal Networks with Transient Synaptic Memory
Pasargad Institute for Advanced Innovative Solutions (PIAIS)（帕萨加德先进创新解决方案研究所）；Zapata Briceño Institute for Human Intelligence Research（萨帕塔·布里塞尼奥人类智能研究所）；Institute for Advanced Studies in Basic Sciences (IASBS)（基础科学高等研究院）
研究具有有限寿命突触的最小神经网络模型中，完全沉默后自发活动再生机制。通过分析残余突触配置确定LER能力预测多周期动力学，表明瞬态突触记忆可产生多样未来动力学，为活动再生提供解释并提供预测控制神经网络新视角。
2026-07-16 cond-mat.dis-nn cond-mat.stat-mech q-bio.NC
On the dynamics of convolutional recurrent neural networks near their critical point
Rockefeller University（洛克菲勒大学）；University of Oxford（牛津大学）
本文解析研究了临界点附近单层卷积循环网络的动力学，揭示输出经压缩非线性依赖输入、弛豫时间与传播长度呈幂律发散，并给出稳态解及背景值对衰减和传播的影响。
2024-05-22 cond-mat.stat-mech cs.LG q-bio.NC
Reconfiguring motor circuits for a joint manual and BCI task
设计可以与正在进行的运动行为结合使用的脑机接口（BCI）需要了解用于大脑控制的神经活动如何与现有的神经回路相互作用。例如，BCI可用于恢复中风后失去的运动功能。这要求控制未受影响肢体的神经活动与控制BCI的活动分离。在这项研究中，我们研究了初级运动皮层如何完成同时BCI控制和运动控制的任务，明确要求这两个活动从同一个大脑区域驱动（即双控制任务）。单单位的活动记录从皮质内，多电极阵列，而非人类灵长类动物进行这种双重控制任务。与在自然运动控制期间观察到的活动相比，我们发现用于直接驱动BCI的单元（控制单元）和不直接控制BCI的单元（非控制单元）显著改变了它们对手腕扭矩的调谐。使用有效连接的措施，我们观察到，控制单元减少其连接。通过方差分析，我们发现控制单元的内在变异性对任务熟练度有显著影响。当考虑到这种差异时，运动皮层活动足够灵活，可以执行新的BCI任务，这些任务需要主动解耦与手腕运动的自然关联。这项研究提供了深入的神经活动，使一个双控制脑机接口。
2019-09-12 q-bio.NC
Neural networks with dynamical synapses: from mixed-mode oscillations and spindles to chaos
了解短时程突触抑制（STSD）和其他形式的突触可塑性是神经科学中的一个热点问题。在这里，我们研究STSD在形成复杂的脑节律模式中的作用。我们使用一个皮层电路模型的神经网络组成的不规则尖峰兴奋性和抑制性神经元具有1型和2型兴奋性和随机动力学。在该模型中，神经元形成稀疏连接的网络，它们的自发活动由代表突触噪声的随机尖峰驱动。通过模拟和分析计算，我们发现，如果STSD不存在，神经网络会显示异步行为或规则的网络振荡，这取决于噪声水平。在具有STSD的网络中，改变突触可塑性和噪声水平的参数，我们观察到向复杂模式的集体活动的过渡：混合模式和纺锤体振荡，集体活动的爆发和混沌行为。有趣的是，这些图案在一定的参数范围内是稳定的，并由临界边界分隔。因此，突触可塑性的参数可以在不同的网络状态之间起到控制参数或开关的作用。然而，由疾病引起的参数变化可能导致正在进行的神经活动的显著损害。我们通过使用混沌的0 - 1测试（Gottwald，G. &墨尔本，I.，#20004;，并表明它具有集体性。
2012-11-24 cond-mat.dis-nn physics.bio-ph q-bio.NC
Representational drift under spontaneous activity -- self-organized criticality enhances representational reliability
Hong Kong Baptist University（香港浸会大学）；Institute of Computational and Theoretical Studies, Hong Kong Baptist University（香港浸会大学计算与理论研究所）；Sun Yat-sen University（中山大学）；City University of Hong Kong（香港城市大学）
研究探讨自组织临界性如何通过限制突触权重变化来维持神经表征可靠性，揭示其在神经网络动态变化中的功能机制。
2026-03-21 q-bio.NC
Intrinsic adaptation in autonomous recurrent neural networks
大规模递归神经网络一方面对输入刺激做出响应，另一方面在没有感官输入的情况下自主活动。刺激和信息处理在很大程度上取决于正在进行的神经活动的动态状态的感受质。这种默认的神经活动可以在时间和空间上动态地构造，显示出规则的、同步的、突发的或混乱的活动模式。研究了非突触可塑性对循环神经网络默认动力学状态的影响。考虑的非突触自适应作用于内在神经参数，如阈值和增益，并由信息熵的优化驱动。我们观察到，在存在的内在适应过程中，三个不同的和全球吸引的动力学制度，定期同步，整体混乱和间歇性突发制度。间歇爆发制度的特点是定期流动的间隔，这是相当不敏感的外部刺激，interseeded由混沌爆发，敏感地响应输入信号。我们讨论这些发现的背景下，自组织信息处理和关键的大脑动力学。
2011-10-14 cond-mat.dis-nn nlin.AO nlin.CD
VIOLA - A multi-purpose and web-based visualization tool for neuronal-network simulation output
神经元网络模型和相应的计算机模拟是非常宝贵的工具，以帮助解释之间的关系，神经元的属性，连接和皮质组织中的测量活动。如实验观察到的跨皮层表面传播的活动的时空模式可以例如通过具有分层几何形状和距离依赖连接性的神经元网络模型来描述。多模态和多维仿真数据流的解释要求将交互式可视化步骤集成到现有的仿真分析工作流程中。在这里，我们提出了一套交互式可视化概念称为视图的拓扑网络模型中的活动数据的可视化分析，和相应的参考实现VIOLA（VIsualization层活动）。该软件是一个轻量级的，开源的，基于网络的和平台无关的应用程序，结合和适应现代交互式可视化范例，如协调多个视图，大规模并行神经生理数据。对于一个用例演示，我们考虑了两个群体的尖峰活动数据，分层点神经元网络模型受到来自外部群体的空间限制激励。通过多个协调视图，可以在对数据的特定方面进行详细的定量数据分析之前对神经元活动的时空特征进行探索性和定性评估。此外，正在进行的努力，包括欧洲人脑项目，旨在为综合模型开发、模拟、分析和来源跟踪提供在线用户门户，其中交互式视觉分析工具是一个组成部分。因此，需要与浏览器兼容的、基于网络技术的解决方案。在这个范围内，我们使用VIOLA提供了第一个原型。
2018-03-27 q-bio.NC
Computational paradigm for dynamic logic-gates in neuronal activity
1943年，McCulloch和Pitts提出，大脑是由可靠的逻辑门组成的，类似于今天计算机的核心逻辑。这个框架对神经科学的影响有限，因为神经元表现出更丰富的动力学。在这里，我们提出了一个新的实验证实的范式，其中大脑的逻辑门的真值表是时间依赖的，即动态逻辑门（DLG）。DLG的真值表取决于它们的活动历史和它们的输入神经元的刺激频率。我们的实验结果是基于一个程序，其中条件刺激被强制嵌入在一个大规模的网络皮层细胞在体外的神经元电路。我们证明，潜在的生物学机制是不可避免的增加神经元响应延迟到正在进行的刺激，这对网络延迟施加了不均匀的逐步拉伸。有限的实验结果证实和扩展的模拟和理论论据的基础上相同的神经元与固定增加的神经元响应潜伏期每诱发尖峰。我们预计我们的研究结果将导致更好地理解这种计算范式的适用性，以考虑大脑的功能，并将需要开发新的系统的数学方法，超越传统的布尔代数开发的方法。
2014-04-15 q-bio.NC q-bio.QM
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
Semantic learning in autonomously active recurrent neural networks
人脑是自主活动的，其特征在于即使在没有外部感觉刺激的情况下也会存在的自我维持的神经活动。在这里，我们研究自主活动的递归神经网络和外部感官刺激的自我维持的活动之间的相互关系。外部刺激的涌入与自主和持续的大脑动力学内部产生的模式之间没有先验的语义关系。那么问题就来了，内部和外部动态过程之间的语义相关性是何时以及如何习得和建立起来的？我们研究这个问题的瞬态动力学的范式内的神经活动在循环神经网络，即一个自治的神经活动的特点是由一个无限的时间序列的瞬态稳定的吸引子状态。我们建议，外部刺激将是相关的敏感期，{ \it即}过渡期之间的一个瞬态和随后的半稳定吸引子。每当刺激定性地影响内部动态时，无监督地生成扩散学习信号。为了测试，我们已经提出了相应的酒吧和条纹问题的模型系统的刺激。我们发现，该系统执行非线性独立分量分析本身，是连续和自主的活动。这种涌现的认知能力是由神经动力学的一个普遍原理--神经集合之间的竞争--产生的。
2009-03-11 q-bio.NC
Potential mechanisms for imperfect synchronization in parkinsonian basal ganglia
帕金森病患者脑内的神经活动以间歇性同步振荡动力学为特征。在β频段观察到的这种不完美的同步被认为与该疾病的运动功能减退症状有关。我们的研究探索了这种间歇性同步背后的潜在机制。本文研究了苍白球爆发神经元对丘脑底核神经元不同形式突触输入的反应。我们展示了外部苍白球（GPe）神经元如何对来自P2P细胞的输入的相位敏感，并且可以表现出与β带中的输入的间歇性锁相。这种间歇性锁相的时间特性与实验中观察到的间歇性同步具有相似之处。我们还研究了多巴胺调制参数对GPe细胞与突触输入的同步性的影响。多巴胺还影响神经元的细胞特性。我们展示了由于缺乏多巴胺引起的多巴胺神经元放电模式的变化如何导致从较低的相干状态过渡到较高的相干状态，大致匹配在正常和帕金森病状态下基底神经节中观察到的同步水平。在帕金森氏病的神经β带同步的间歇性是在模型中实现的，由于苍白球和苍白球神经元动力学的输入到苍白球的时间的相互作用，导致苍白球输出到到达的苍白球输入的相位的敏感性。因此，这里考虑的机制（通过多巴胺诱导的膜特性的变化，在发射模式的丘脑底神经元的变化）可能是一个潜在的机制，负责在帕金森氏病中观察到的间歇性同步的产生。
2012-11-08 q-bio.NC
