Neuronal Synchronization Can Control the Energy Efficiency of Inter-Spike Interval Coding
同步放电在感觉编码和认知中的作用仍然存在争议。虽然研究，专注于其机械后果的注意力任务，表明同步动态地提高感觉处理，其他人未能找到显着的同步水平，在这样的任务。我们试图在一个连贯的理论框架内理解这两条证据线。我们将同步概念化为一个独立的控制参数来研究突触后神经元如何在同步的情况下传输突触前群体的平均放电活动。我们应用Berger-Levy理论的能量有效的信息传输来解释模拟的Hodgkin-Huxley型突触后神经元模型，在那里我们不同的放电率和同步水平的突触前人口独立。我们发现，对于一个固定的突触前放电率的模拟突触后发放间期分布依赖于同步水平，是很好地描述了广义极值分布。对于15%至50%的同步水平，我们发现突触前放电率的最佳分布，最大化每单位成本的互信息，是最大化在~30%的同步水平。这些结果表明，神经元通信通道的统计和能量效率，通过它的输入速率进行通信，可以动态地适应同步水平。
2019-05-04 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
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
On the statistical significance of temporal firing patterns in multi-neuronal spike trains
在许多涉及多个神经元同时记录的实验中，观察到一组神经元的连续放电序列重复发生，神经元之间具有固定的时间延迟。这样的时间模式潜在地指示底层微电路，并且重要的是知道何时重复出现的模式在统计上是显著的。这些序列通常通过相关计数来识别，例如在Abeles和Gerstein的两带算法中。在本文中，我们提出了一种方法来决定这种相关性的意义，通过表征一个神经元对另一个神经元的影响的条件概率，并指定我们的零假设的条件概率的约束。这种检验相关计数显著性的方法比目前可用的方法更普遍，因为在我们的零假设下，我们不假设不同神经元的尖峰过程是独立的。我们的零假设的结构还允许我们根据构成模式的神经元之间的相互作用的强度对检测到的模式进行排序。我们展示了我们的方法，评估模拟脉冲序列的重要性，涉及非齐次泊松过程与强相互作用，其中的相关计数使用两个磁带算法。
2008-09-01 q-bio.NC
Influence of synaptic interaction on firing synchronization and spike death in excitatory neuronal networks
我们研究了兴奋性神经元网络中突触相互作用的效能对放电同步的影响。我们发现了尖峰死亡现象，即神经元的状态从极限环过渡到不动点或瞬态。这些现象是在兴奋性突触相互作用的扰动下发生的，具有很高的功效。结果表明，突触电流的降低通过抑制钠离子电流的反馈而导致锋电位死亡。在具有锋电位死亡特性的网络中，同步程度较低，对神经元的异质性不敏感。其影响机制是神经元状态的转换破坏了神经元振荡节律的调整，阻止了放电同步性的进一步提高。
2008-11-17 cond-mat.dis-nn q-bio.NC
Population rate codes carried by mean, fluctuation and synchrony of neuronal firings
一群放电神经元不仅通过平均放电率传递信息，而且通过神经元之间的波动和同步传递信息。为了检验这种可能性，我们研究了神经元集合对三种输入的反应：均值驱动输入、波动驱动输入和同步驱动输入。提出了一种包含加性和乘性噪声的广义率码模型（H。Hasegawa，Phys. Rev. E { \bf 75}（2007）051904）已经通过直接模拟（DS）和增广矩方法（AMM）进行了研究，其中导出了平均点火率、波动和同步的运动方程。AMM的计算结果与DS的计算结果吻合较好。独立成分分析（ICA）的结果表明，平均放电率，波动（或变异）和同步性可能携带独立的信息，在人口率代码模型。平均放电率的输入输出关系示出了更大的乘性噪声，最近观察到在前额叶皮层具有更高的灵敏度。的综合和消防（IF）模型和我们的率代码模型所获得的结果之间的比较。
2008-10-18 cond-mat.dis-nn q-bio.NC
Neuronal Response Impedance Mechanism Implementing Cooperative Networks with Low Firing Rates and Microseconds Precision
在神经网络中实现低放电率通常需要在兴奋性和抑制性链路之间全局平衡分布，而时间编码的可行性受到神经元毫秒精度的限制。我们表明，合作，治理全球网络功能，出现通过节点属性，而不是链接分布。使用在体外和体内实验中，我们证明微秒精度的神经元响应定时低刺激频率下，而中等频率的结果在一个混乱的神经元相的特征在于降低精度。在神经元之间变化的临界刺激频率之上，发现响应失败随机出现，使得神经元用作低通滤波器，使平均尖峰间间隔饱和。这种内在的神经元响应阻抗机制导致网络水平上的协作，使得放电速率被抑制到最低神经元临界频率，同时具有神经元微秒精度。我们的研究结果开辟了机会，控制网络动力学的全球功能，通过几个节点的极端属性。
2015-06-01 cond-mat.stat-mech physics.bio-ph q-bio.NC
Sparse convolutional coding for neuronal ensemble identification
细胞系综，最初由唐纳德·赫布在1949年提出，是同步放电神经元的子集，并被提出来解释大脑中的基本放电行为。尽管已经研究了多年，但尚未提出结论性证据证明它们的存在和参与信息处理，因此它们的识别仍然是现代研究的主题，特别是因为在过去的三十年中，大神经元群体的同时记录已经成为可能。这些大量的记录对允许识别形成细胞集合的单个神经元及其在记录的大量尖峰内的活动时间过程的方法提出了挑战。到目前为止，相关的工作集中在使用诸如主成分分析之类的技术来识别纯粹同时放电的神经元。在本文中，我们提出了一种新的算法的基础上稀疏卷积编码，这也是能够找到合奏与时间结构。应用我们的算法合成生成的数据集表明，它优于以前的工作，能够准确地识别时间细胞合奏，即使当这些包含重叠的神经元或强背景噪声存在。
2016-06-22 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
Improving the Entropy Estimate of Neuronal Firings of Modeled Cochlear Nucleus Neurons
在这一通信信息理论工具被用来调查模型耳蜗核球状丛状细胞脉冲序列的统计特性。从模拟软件获得放电模式，该模拟软件从任何听觉输入生成样本脉冲序列。在这里，我们分析了第一次的球状丛细胞的反应，有声和无声的语音声音。经典的熵估计，如直接方法，通过考虑时变和时间依赖的熵估计的改进。用这种方法，我们研究了听觉信号中神经元响应的可预测性与频率含量之间的关系。该分析量化了神经元响应中神经元编码和记忆的时间精度。
2012-04-24 cs.IT math.IT q-bio.NC
Regular spiking in high conductance states: the essential role of inhibition
在神经网络的平衡状态下，对神经元的强抑制性输入会增加突触电流波动。这导致了这样的假设，即抑制有助于体内观察到的高尖峰放电不规则性。我们使用单室神经元模型与时间相关的（由于突触过滤）和状态依赖性（由于反转电位）的输入，以证明抑制性输入的行为，以减少膜电位波动，结果是不能实现与简化的神经输入模型。为了阐明对尖峰放电规律性的影响，我们使用了具有不同尖峰放电适应机制的模型，并观察到，如果通过离子电流实现尖峰放电适应或根本不实现尖峰放电适应，则在具有动态放电阈值和降低放电规律性的模型中添加抑制会增加放电规律性。这种新的波动稳定机制提供了一个新的视角观察到的神经网络的平衡状态的强抑制性输入的重要性，并突出了生物合理的输入和特定的适应机制在神经元建模的关键作用。
2021-02-18 q-bio.NC
Biophysical models of intrinsic homeostasis: Firing rates and beyond
考虑到外部世界和内在大脑状态的不断变化，保持计算的鲁棒性是一个挑战，我们才刚刚开始了解适当的解决方案。在细胞内在特性的水平上，神经元的生物物理模型允许人们识别可以作为神经元兴奋性调节器的相关生理底物，并测试反馈回路如何稳定关键变量，如长期钙水平和放电率。数学理论还揭示了一组丰富的互补计算特性，这些特性来自于不同的细胞动力学，甚至是网络层面的成形处理。在这里，我们提供了一个概述最近探索的稳态机制来自生物物理模型和假设如何多个动态特性的细胞，包括其内在的神经元兴奋性类，可以稳定地控制。
2022-03-28 q-bio.NC
Prominent characteristics of recurrent neuronal networks are robust against low synaptic weight resolution
神经元网络模型在相关空间尺度上的自然密度、异质连接性的表示仍然是计算神经科学和神经形态计算的一个挑战。特别是，在大脑规模的网络模拟中，大量突触所带来的记忆需求构成了一个主要障碍。限制突触权重的数字分辨率似乎是减少内存和计算负载的自然策略。在这项研究中，我们研究了有限的突触权重分辨率对类似于局部皮层电路的经常性尖峰神经元网络动态的影响，并制定了策略，以最大限度地减少与高分辨率突触权重的网络动态的偏差。我们模仿有限的突触权重分辨率的效果，通过从离散分布的权重取代正态分布的突触权重，并比较所得到的统计特征的发射率，尖峰序列的不规则性，和相关系数与参考解决方案。我们表明，一个天真的离散化的突触权重一般会导致失真的尖峰脉冲序列的统计。只有当权重被离散化，使得总突触输入电流的均值和方差被保留时，本研究中考虑的网络类型的放电统计才不受影响。对于具有足够异质入度的网络，即使所有突触权重被权重分布的平均值替换，也可以保留激发统计。我们的结论是，即使是简单的网络与非塑性神经元和突触，突触权重的离散化可能会导致放电统计的实质性偏差，除非离散化是小心执行，并通过严格的验证过程的指导。
2021-05-11 q-bio.NC
Exact low-dimensional description for fast neural oscillations with low firing rates
针对低放电率不规则神经放电下快速振荡的建模难题，拓展推导含噪声的QIF神经元精确放电率模型，证明随机与确定性网络演化方程一致，调和同步理论分歧并提升模型生物适用性。
2024-02-01 nlin.AO q-bio.NC
Effects of correlated Gaussian noise on the mean firing rate and correlations of an electrically coupled neuronal network
在本文中，我们研究了相关高斯噪声对一个二维神经网络的影响，该网络由鲁科夫映射局部建模。更准确地说，我们研究了噪声相关性对平均放电率和神经元之间的相关性随噪声强度的变化的影响。通过数值模拟，我们表明，平均放电率总是可以优化在一个中间的噪声强度，而不管噪声的相关性。另一方面，相对于噪声强度的群体相干性的变化强烈地受局部和全局高斯噪声输入之间的比率的影响。我们的研究结果的生物学意义进行了讨论。
2010-08-09 cond-mat.dis-nn physics.bio-ph q-bio.NC
A neuronal dynamics study on a neuromorphic chip
神经元放电活动吸引了很多关注，因为大脑中大量的时空模式是适应行为的基础，也可以揭示各种神经系统疾病的迹象，包括阿尔茨海默氏症，精神分裂症，癫痫等。在这里，我们研究了一个简单的神经元网络的动力学使用不同的设置在一个神经形态芯片。我们观察到三种不同类型的集体神经元放电活动，这与从大脑中获取的临床数据一致。我们构建了一个大脑相图，并表明在弱噪声区域内，大脑是在预期的噪声诱导阶段（N阶段），而不是在所谓的自组织临界边界。这项研究的意义是双重的：第一，神经元活动偏离正常大脑可能是中枢神经系统疾病的症状，从而为新的诊断和治疗铺平了道路;第二，N期的正常大脑状态是计算和信息处理的最佳状态。后者可能提供一种方法来建立强大的新的计算范式，使用尖峰神经元网络的集体行为。
2017-03-10 q-bio.NC
Nanodiamonds-induced effects on neuronal firing of mouse hippocampal microcircuits
荧光纳米金刚石（FND）是碳基纳米材料，可以有效地结合光学活性的光致发光中心，如氮空位复合物，从而使它们成为光学生物标记和药物递送剂的有前途的候选者。FND表现出明亮的荧光，没有光漂白，结合高摄取率和低细胞毒性。针对FNDs对神经元功能的干扰，本文研究了它们对培养的海马神经元的影响，监测整个网络的发育以及单个神经元的电生理特性。我们观察到，FND急剧降低抑制性（从1.81 Hz至0.86 Hz）和兴奋性（从1.61 Hz至0.68 Hz）的微小突触后电流的频率，并一致降低动作电位（AP）的放电频率（由36%），通过微电极阵列测量。相反，爆发同步被保留，以及自发抑制和兴奋事件的幅度。电流钳记录显示，与AP列车的高频率（快速尖峰）与神经元响应与列车的低频（慢尖峰）的神经元的比例是不变的，这表明FND施加了类似的行动神经元亚群。在单细胞水平，体细胞AP（“扭结”）的快速发作显着减少，在FND处理的神经元，这表明轴突和树突成分的贡献减少，同时保持神经元的兴奋性。
2018-03-02 physics.bio-ph q-bio.NC
The impact of cancer on the neural activity
我们研究了神经元数量减少对神经元放电率的影响。我们提出了一个元胞自动机模型，从脑组织中的癌细胞生长和神经元的死亡，由于缺乏细胞，帮助支持神经元。我们利用这个模型研究了神经网络在不同的外界刺激下以及癌细胞具有不同的增殖率时放电率的变化。我们的工作表明，癌症增殖降低了神经元的放电率。
2015-10-02 physics.bio-ph q-bio.NC
Delayed feedback causes non-Markovian behavior of neuronal firing statistics
神经网络的瞬时状态由每个神经元的激励程度和神经元之间的通信线路中脉冲的位置组成。在神经生理学实验中，记录了神经元的放电时刻，但没有记录通信线路的状态。但是，未来的尖峰时刻基本上取决于脉冲在线路中的过去位置。这表明，网络中的放电时刻之间的间隔序列（峰间间隔，ISI）可能是非马尔可夫的。在本文中，我们解决这个问题的一个最简单的可能的神经“网”，即一个单一的神经元延迟反馈。神经元从驱动泊松流和通过反馈线从其自身输出接收兴奋性输入。我们得到条件概率密度$P(t_{n+1} | t_n,...,t_1,t_0)$的解析表达式，它给出了概率得到一个输出ISI的持续时间$t_{n+1}$提供以前的$(n+1)$输出ISI的持续时间$t_n,...,t_1,t_0$。精确地证明，对于任何$n \geq 0$，$P(t_{n+1} | t_n,...,t_1,t_0)$都不会简化为$P(t_{n+1} | t_n,...,t_1)$。这意味着输出ISIs流不能表示为任何有限阶的马尔可夫链。
2010-12-30 math.PR q-bio.NC
Rhythmogenic neuronal networks, pacemakers, and k-cores
神经元网络由单个神经元的动力学和将它们连接在一起的网络的连接性的组合控制。我们研究的preBotzinger复杂，一个小的神经网络，控制哺乳动物的呼吸节律，通过定期发射突发的最小模型。我们表明，这样一个随机连接的网络相同的兴奋性神经元的属性是从根本上不同的均匀连接的神经元网络所描述的平均场理论。我们表明：（i）网络的连接性属性决定了触发放电爆发的紧急起搏器的位置;（ii）终止放电爆发的集体脱敏再次由网络连接性通过k核神经元集群决定。
2008-12-06 cond-mat.dis-nn cond-mat.stat-mech q-bio.NC
Evaluating the extent to which homeostatic plasticity learns to compute prediction errors in unstructured neuronal networks
据信，大脑的运作部分是通过对感官刺激进行预测，并在“预测错误神经元”的活动中对这些预测的偏差进行编码。“这一原理定义了影响广泛的预测编码理论。动物学习计算和更新预测的精确电路和可塑性机制尚不清楚。稳态抑制性突触可塑性是训练神经元网络执行预测编码的一种有前途的机制。稳态可塑性使神经元保持稳定的基线放电率，以响应与训练网络的输入密切匹配的输入，但放电率可能会偏离此基线，以响应与训练不匹配的刺激。我们将计算机模拟和数学分析系统地结合起来，测试随机连接的非结构化网络在经过稳态抑制性突触可塑性训练后计算预测误差的程度。我们发现，稳态可塑性本身是足够的计算预测误差为平凡的时间常数的刺激，但不是更现实的随时间变化的刺激。我们使用塑性网络的平均场理论来解释我们的研究结果，并描述它们适用的假设。
2022-02-18 q-bio.NC
Electroencephalographic field influence on calcium momentum waves
宏观EEG场可以是直接驱动描述记忆、注意力和其他神经元过程的自下而上过程的显式自上而下的新皮层机制。所考虑的自上而下的机制是新皮层中的大柱状EEG放电，如由新皮层相互作用的统计力学（SMNI）所描述的，其被开发为磁矢量势$\mathbf{A}$。所考虑的自下而上的过程是在突触和细胞外过程中突出的$\mathrm{Ca}^{2+}$波，其被认为极大地影响神经元放电。在此，考虑互补效应，即，$\mathbf{A}$对$\mathrm{Ca}^{2+}$动量、$\mathbf{p}$的影响。计算了电磁场中带电粒子的正则动量$\mathbfΠ = \mathbf{p} + q \mathbf{A}$（SI单位），其中$\mathrm{Ca}^{2+}$的电荷为$q = - 2 e$，$e$为电子电荷的大小。计算表明，无论是在经典力学还是量子力学中，宏观EEG $\mathbf{A}$都会对$\mathrm{Ca}^{2+}$离子的动量$\mathbf{p}$产生很大影响。分子尺度的$\mathrm{Ca}^{2+}$波动力学与$\mathbf{A}$场耦合，所述场在通过头皮EEG测量的相干神经元放电活动测量的宏观区域尺度上开发。该项目有三个主要方面：拟合$\mathbf{A}$模型的EEG数据，建立三方模型来开发$\mathbf{A}$模型，并研究长相干时间的$\mathrm{Ca}^{2…
2013-11-23 q-bio.NC
Resolving the Blow-Up: A Time-Dilated Numerical Framework for Multiple Firing Events in Mean-Field Neuronal Networks
Peking University（北京大学）；Westlake University（西湖大学）
本文提出一种基于时间拉长的多尺度数值框架，用于解决均场神经网络中多重放电事件的有限时间爆炸问题，通过时间拉长将瞬间同步事件转化为可解析的mesoscopic过程，提高计算效率和精度。
2026-03-19 cs.NA math.AP math.NA
Finite-state Markovian surrogates for long-time neuronal state distributions and firing rates
Courant Institute of Mathematical Sciences, New York University（纽约大学柯朗数学科学研究所）；Center for Bioinformatics, National Laboratory of Protein Engineering and Plant Genetic Engineering, School of Life Sciences, Peking University（北京大学生命科学学院生物信息中心，蛋白质工程及植物基因工程国家重点实验室）；Center for Quantitative Biology, Academy for Advanced Interdisciplinary Studies, Peking University（北京大学前沿交叉学科研究院定量生物学中心）；NYU-ECNU Institute of Brain and Cognitive Science, New York University Shanghai（上海纽约大学脑与认知科学联合研究院）；NYU-ECNU Institute of Mathematical Sciences, New York University Shanghai（上海纽约大学数学科学联合研究院）
该研究构建有限状态马尔可夫代理模型，结合两种闭合方式，在LIF、EIF等神经元模型上实现无需逐尖峰模拟的长时间状态分布和放电率估计，性能良好。
2026-08-25 math.PR q-bio.NC
An exact firing rate model reveals the differential effects of chemical versus electrical synapses in spiking networks
化学和电突触塑造神经元网络的动力学。许多理论研究已经研究了这些类型的突触中的每一种如何有助于神经元振荡的产生，但它们的组合效应却鲜为人知。传统的神经元平均场模型（也称为放电率模型或放电率方程）无法解释电突触，这进一步放大了这种限制。在这里，我们介绍了一种新的放电率模型，准确地描述了二次积分和消防（QIF）神经元与化学和电突触的异质种群的平均场动力学。放电率模型的数学分析揭示了一个完善的分叉方案的网络与化学突触，其特征在于由一个余维2尖点和持久状态的强经常性兴奋性耦合。电耦合的包含通常意味着凭借超临界Hopf分叉的神经元同步。这将Cusp场景转换为由三个余维2点（Cusp，Takens-Bogdanov和Saddle-Node Separatrix Loop）表征的分叉场景，这大大降低了持久状态的可能性。这对于具有化学和电耦合的异质QIF网络是通用的。我们的研究结果与几个数值研究的动态大网络的异质尖峰神经元的电和化学耦合。
2019-09-19 nlin.AO nlin.CD q-bio.NC
Analysis of inter-spike interval statistics in neuronal networks with depolarizing and hyperpolarizing threshold potentials
University of Delaware（特拉华大学）
研究接收独立兴奋性和抑制性突触前动作电位的突触后神经元的ISI统计，通过构建积分发放神经元模型，分析固定和自适应阈值电位下的ISI噪声，揭示其与输入频率关系，还研究超极化自适应阈值电位，为理解神经元间信息处理提供系统随机分析。
2026-07-22 q-bio.NC
Evoking complex neuronal networks by stimulating a single neuron
研究了复杂神经元网络对注入\emph{single}神经元的外部刺激的动力学响应。刺激网络中最大度的神经元，发现随着刺激强度的增加，网络将从静息状态过渡到放电状态，然后恢复到静息状态，在参数空间中显示出有界的放电区域。此外，它被发现，随着耦合强度的降低，点火区逐渐扩大，并在弱耦合，分离成不连通的子区域。通过一个简化的网络模型，详细分析了由刺激强度和耦合强度所构成的二维参数空间中网络动力学的分岔图，并通过引入一个新的系数--有效刺激，探讨了改进的放电区的机制。结果表明，耦合强度和刺激强度对网络的激活同样重要，但作用机制不同。随着刺激强度的增加，有效刺激总体上为\emph{shifted up}，随着耦合强度的增加，有效刺激总体上为\emph{drawn closer}。研究了小世界和随机复杂网络对注入到最大度神经元上的外部刺激的动力学响应，证实了所观察到的现象的普遍性。
2016-04-12 nlin.CD q-bio.NC
Characterizing variability in nonlinear recurrent neuronal networks
在这篇文章中，我们开发了半解析技术来获得由速率变量描述的非线性神经元随机网络的完整相关结构。在假设成对的膜电位是共同高斯-他们往往是在大型网络-我们获得确定性方程的时间演变的平均放电率和噪声协方差矩阵，可以直接解决给定的网络连接。我们还获得了尖峰计数统计，如Fano因子和成对相关性，假设双随机动作电位发射。重要的是，我们的理论不需要波动很小，并且适用于几个生物动机，凸单神经元非线性。
2016-10-10 q-bio.NC q-bio.QM
Coding Capacity of Purkinje Cells with Different Schemes of Morphological Reduction
大脑作为一个神经系统，具有非常复杂的结构，神经元类型多样。最基本的复杂性是从神经元形态的结构上看出来的，神经元形态通常具有复杂的树状结构，树突棘分布在树枝上。为了模拟一个大规模的神经网络，尖峰神经元，简单的点神经元，如积分和激发神经元，经常被使用。然而，最近的实验证据表明，单个神经元的计算能力在很大程度上是由其形态结构，特别是由各种类型的树突动力学增强。由于详细生物物理模型的形态简化是系统神经科学的经典问题之一，因此已经采取了许多努力来模拟具有几个隔室的神经元，以包括胞体和树突棘之间的相互作用。然而，仍然需要新的约简方法来处理复杂的树状树。本文利用豚鼠、小鼠和大鼠小脑的10个浦肯野细胞，研究了4种还原方法对浦肯野细胞在不同刺激方案下放电频率、定时编码、脉冲发放模式和调制放电等编码能力的影响。我们发现，有一个变化的还原性能取决于个别细胞和物种，然而，所有的还原方法可以保存，在一定程度上，放电活动的完整模型的浦肯野细胞。因此，当刺激大规模神经元网络时，必须根据所解决的问题选择适当类型的简化神经元模型。
2019-04-25 q-bio.NC
Efficient population coding of sensory stimuli
本文提出最优群体编码的一般理论，证明在生物噪声下最优激活函数是离散的，且ON与OFF细胞数量相等时每个脉冲编码信息量最高，并给出激活函数在刺激空间中的分布关系。
2023-08-10 q-bio.NC
A Novel Phase Portrait to Understand Neuronal Excitability
50年前，Fitzugh提出了一个相位图，它因两个原因而闻名：它以生理学的方式捕捉了Hodgkin-Huxley模型的定性行为，它揭示了简单动力学模型揭示复杂放电模式的能力。迄今为止，尽管在定性和定量神经建模方面取得了巨大进展，但这幅相图仍然是神经元兴奋性的核心图像。然而，1961年和2011年的神经生理学之间的一个主要区别是认识到钙通道在放电机制中的重要作用。我们表明，包括这一额外的电流在霍奇金-赫胥黎动力学导致修改的Fitzugh-Nagumo相位画像，影响在一个根本的方式减少建模的神经兴奋性。重新访问的模型大大扩大了原来的建模能力。特别是，它捕获了基本的电生理特征，否则需要非生理改变或相当复杂的经典模型。作为一个基本的说明，新的模型显示，以突出的核心动力学机制，钙电导控制两个不同的放电模式的丘脑皮质神经元。
2011-12-12 math.DS q-bio.NC
Transition to chaos in random neuronal networks
在中枢神经系统的放电模式往往表现出很强的时间不规则性和异质性，在其时间平均响应特性。以前的研究表明，这些性质是一个内在的混沌动力学的结果。事实上，具有随机突触连接的简化的基于速率的大型神经元网络在突触增益增加时表现出从固定点到混沌动力学的急剧转变。然而，在具有更现实的架构和放电动力学的神经元电路模型中，还没有建立类似的过渡。在这项工作中，我们调查率为基础的动力学的神经元电路组成的几个亚群和随机连接。非零连接对于兴奋性神经元是正的，对于抑制性神经元是负的，而单个神经元的输出是严格正的;这与许多生物系统中已知的约束一致。利用动态平均场论，我们得到了描述稳定不动点、不稳定动力学和混沌速率涨落的相图。我们描述了混沌过渡附近的系统的性质，并表明，稀释的兴奋抑制架构表现出相同的发病混沌高斯连接的网络。有趣的是，过渡附近的临界性质取决于单神经元输入-输出传递函数在激发阈值附近的形状。最后，我们研究了具有尖峰动态的网络模型。当突触时间常数相对于平均反向放电速率较慢时，网络经历了从快速尖峰波动和静态放电速率到具有缓慢混沌速率波动的状态的急剧转变。当突触时间常数有限时，过渡变得平滑并服从标度性质，类似于统计力学中的交叉现象
2015-08-26 cond-mat.dis-nn nlin.CD q-bio.NC
Multi-Objective Optimisation with Oscillatory Dynamics in Spontaneous and Decision Spiking Neural Networks
Intelligent Systems Research Centre, School of Computing, Engineering and Intelligent Systems, Ulster University（阿尔斯特大学计算、工程与智能系统学院智能系统研究中心）
本研究扩展了遗传算法（NSGA-III）在基于Izhikevich神经元的递归脉冲神经网络上的应用，通过优化连接参数以同时匹配目标神经元群体发放率和网络振荡频率，并在自发活动模型、低激活脑类器官和决策模型中验证了其有效性。
2026-05-24 q-bio.NC
The Intrinsic Time Scale of Transient Neuronal Responses
在一个通用的神经元模型中，我们提出的线性响应理论的放电率响应于时间依赖的输入电流和噪声幅度。在这两种情况下，信号传输对于高于静止发射率的频率都被强烈衰减。对于高频率，平均输入和噪声传递函数均衰减为ω^{-2}，与模型细节无关。我们的研究结果表明，以前建议的机制，近瞬时的信息传输是不一致的尖峰产生机制的真实神经元。
2003-12-18 cond-mat.dis-nn physics.bio-ph q-bio.NC
Effects of neuronal variability on phase synchronization of neural networks
神经信息处理中的一个重要思想是通过相干性进行通信的假设，根据该假设，两个大脑区域之间的通信只有在相位锁定时才有效。同样重要的是神经元的可变性，这是一种其中单个神经元的相互激发时间可能高度可变的现象。在这项工作中，我们的目标是通过研究这种可变性对神经元达到相位同步的能力的影响来连接这两个想法。我们模拟了一个具有小世界拓扑结构的改进的Hodgkin-Huxley-爆裂神经元网络。首先，变异性被证明是与网络的相位同步的平均程度。接下来，限制到空间变异性-测量网络中所有神经元之间的放电时间偏差-我们表明它与我们称之为混杂的行为正相关，这是神经元的趋势，它们的相对相位随时间变化。在我们测试的所有情况下都观察到这种关系，无论同步的程度或神经元间耦合的强度如何：高变异性意味着高混杂性（锁相持续时间短），即使网络作为一个整体是同步的，耦合也很强。我们认为，空间变异实际上产生滥交。因此，我们得出结论，变异性有很大的影响，神经元相位同步的程度和方式，这是另一个原因，其相关性在神经通信。
2020-02-27 q-bio.NC
Burst detection methods
“爆发”定义为神经元的高频放电周期被静止周期分隔开，在各种神经元系统（\textit{in vitro}和\textit{in vivo}）中都观察到了这种现象。它与一系列神经过程有关，包括有效的信息传递和发育过程中功能网络的形成，并已被证明对遗传和药理学操作敏感。因此，准确检测爆发活动的周期是表征自发和诱发神经元网络活动的一个重要方面。已经开发了各种各样的计算方法来检测从神经元网络记录的脉冲序列中的爆发周期。在本章中，我们将回顾其中最流行和最成功的几种方法。
2018-06-19 q-bio.NC
Nanodiamond quantum sensors reveal temperature variation associated to hippocampal neurons firing
温度是调节细胞内过程的最相关参数之一。测量局部亚细胞温度梯度是深入了解细胞功能的基础，如动作电位的发生和细胞代谢。在这里，我们首次检测到与神经元放电的增强和耗尽相关的温度变化（1°C），利用基于纳米金刚石中光学检测的磁共振的纳米级温度计。我们的研究结果提供了一种工具，用于评估神经元尖峰活动在生理和病理条件下，并结合这种技术的高灵敏度（在角度敏感< 0.1°C的变化），铺平了道路的局部温度梯度的产生的系统研究。此外，它们促使进一步的研究详细解释产生这种效应的生理机制。
2022-03-31 q-bio.NC quant-ph
Noise induces continuous and noncontinuous transitions in neuronal interspike intervals range
噪声出现在大脑中，由于各种来源，如离子通道波动和突触事件。它们影响大脑的活动并影响神经元动作电位。随机微分方程已被用来模拟神经元的放电模式受到噪音。在这项工作中，我们考虑扰动噪声的自适应指数积分和消防（AEIF）神经元。AEIF是一个二维模型，通过改变其参数来描述不同的神经元放电模式。在与膜电位相关的方程中添加了噪声。我们发现，噪声电流可以诱导连续和不连续的过渡神经元的峰间期。此外，我们发现，非连续的过渡主要发生在参数接近的边界之间的紧张性尖峰和突发活动的神经元没有噪声。
2020-05-29 physics.bio-ph q-bio.NC
Stochastic resonance controlled upregulation of internal noise after hearing loss as a putative correlate of tinnitus-related neuronal hyperactivity
耳鸣是一种常见的听力损失，也是听力损失的一种表现。在动物研究中，声损伤可导致ST的行为体征，在人类研究中，ST患者没有增加的听力阈值被发现患有所谓的隐藏HL。此外，ST与沿听觉通路的病理性增加的自发放电率和神经元过度活跃（NH）相关。稳态可塑性（HP）已被提出作为一种补偿机制，导致NH的发展，认为HL后，最初降低的平均放电率的神经元随后恢复增加自发率。然而，所有HP模型从根本上缺乏解释力，因为保持平均发射率恒定的功能仍然难以捉摸，就信息处理而言，这可能带来的好处也是如此。此外，神经回路能够进行比较的首选与实际的平均放电率仍然不清楚。在这里，我们提出了一个全新的解释ST相关的发展，NH的信息论。我们认为，随机共振（SR）起着关键作用，在短期和长期的可塑性内的听觉系统，是NH和ST的最终原因。SR已被发现无处不在的神经科学，是指的现象，亚阈值，不可感知的信号可以通过添加噪声传感器输入传输。我们认为，HL后，SR用于提升信号以上的增加听力阈值，因此随后再次降低阈值。内部噪声的增加量与NH相关，由于听觉通路的神经元可塑性，NH最终导致ST的发展。我们通过使用计算模型证明了我们的假设的合理性，并提供了与我们的模型一致的人类和动物研究的示例性结果。
2016-03-15 q-bio.NC q-bio.QM
Pattern Storage, Bifurcations and Higher-Order Correlation Structure of an Exactly Solvable Asymmetric Neural Network Model
精确可解的非对称权值神经网络模型是罕见的，精确解仅在一些平均场方法中可用。在这篇文章中，我们找到了任意大小的非对称自旋玻璃模型的精确解析解，并对其动力学和统计性质进行了全面的研究。该网络具有离散时间演化方程，二进制发射率，可以由任何分布的噪声驱动。我们发现的条件和固定的联合概率分布的膜电位和放电率的解析表达式。的条件概率分布的发射率允许我们引入一个新的学习规则来存储安全，在存在噪声，点和循环吸引子，在内容可寻址存储器领域的重要应用。此外，我们研究了神经元动力学的分支结构的网络。我们推导出解析的例子余维1和余维2分叉图的网络，它描述了如何神经元动力学的变化与外部刺激。特别是，我们发现，该网络可能会经历多稳态制度，振荡行为引起的不对称突触连接，和各种形式的自发性破坏之间的过渡。另一方面，联合概率分布使我们能够分析计算网络的高阶相关结构，这揭示了神经元的制度，在统计上，膜电位和放电率是同步或异步的。我们的结果是有效的网络组成的任意数量的神经元，但完整性，我们也推导出网络方程的平均场极限，我们研究分析其局部分叉。所有的分析结果得到了广泛的验证，数值模拟。
2017-02-15 q-bio.NC
Design Fast Algorithms For Hodgkin-Huxley Neuronal Networks
在动作电位（尖峰）期间，Hodgkin-Huxley（HH）方程的刚性限制了大时间步长的使用。我们观察到神经元在棘波之间可以独立地进化，$i.e.,$不同的神经元可以用不同的方法和不同的时间步长进化。这一观察激励我们设计快速算法来提高效率。我们提出了一种自适应的方法，指数时间差分（ETD）方法和基于库的方法来处理的僵硬期。所有方法都可以使用比常规Runge-Kutta方法大一个数量级的时间步长来提高效率，同时实现原始HH神经元的精确统计特性，如最大Lyapunov指数和平均发射率。我们指出，ETD和库的方法可以稳定地实现最大的8倍和10倍的加速比，分别。
2021-01-17 q-bio.NC
Use of an Hourglass Model in Neuronal Coding
我们研究了一个系统的相互作用的更新过程，这是一个模型的神经元活动。我们表明，该系统具有一个指数大的数量（相对于网络中的神经元的数量）的限制配置的“发射神经元”。我们称之为模式。此外，在一定的对称性条件下，我们找到了一个算法来控制限制模式的连接参数。
2007-03-01 math.PR q-bio.NC
Homeostatic Criticality in Neuronal Networks
在自组织临界性（SOC）模型中，以及在标准相变中，临界性仅存在于消失的外部场$h \to 0$中。考虑到自然系统很少出现这种情况，这样的限制对这些模型的解释能力提出了挑战。除此之外，在地震、森林火灾和神经网络等耗散系统的模型中，不存在真正的临界行为，正如遵循有限尺寸标度的干净幂律所表示的那样，而是一种被称为“脏”临界或自组织准临界（SOqC）的情景。在这里，我们提出了简单的稳态机制，促进自组织的耦合强度，增益和发射阈值的神经元网络。我们表明，耦合强度和点火阈值动态的时间尺度有足够的分离，近临界（SOqC）可以达到和持续，即使在存在显着的外部输入。触发阈值适应并消除输入（$h$向零减小）。自旋系统和元胞自动机中的耦合和局部阈值也可以提出类似的机制，这可能导致在地震、森林火灾、恒星耀斑、投票和流行病建模中的应用。
2022-02-03 cond-mat.dis-nn cond-mat.stat-mech nlin.AO
Dynamical phase separation on rhythmogenic neuronal networks
我们探讨了前波青格复合体的动力学，它是哺乳动物中枢模式发生器与$N \sim 10^3$神经元，产生一个集体的节拍信号，时间的灵感。我们的分析是基于一个简单的放电率模型的兴奋性神经元与树突的适应（费尔德曼德尔内格罗模型[自然评论神经科学。7，232（2006），Phys.Rev.E2010：051911]）在固定的有向Erdens-Rényi网络上交互。在模型的全对全耦合变体中，存在自发的对称性破缺，其中一部分神经元陷入高放电率状态，而其他神经元则处于静止状态。这种分为点火和非点火簇的分离持续到更稀疏连接的网络中，并且部分地由有向图中的$k$ -核心确定。该模型具有违反平均场分析的预测的动态相图的一些功能。特别是，我们观察到在模拟网络中，稳定的振荡不坚持在大N极限，在矛盾的平均场理论的预测。此外，我们观察到，这些稀疏网络中的振荡对杀死神经元的反应非常鲁棒，直到网络中只剩下$\approx 20 \%$。该稳健性与实验一致。
2020-01-09 nlin.AO physics.bio-ph q-bio.NC
A Generalized Rate Model for Neuronal Ensembles
神经元网络中的信息是由放电频率编码还是由放电时间编码传递一直存在争议。结合脑-机接口（BMI）等最新研究成果，对两种编码的竞争现状进行了简要综述。然后我们提出了一个基于{ \it有限} $N$ -单元Langevin模型的广义速率模型，用于理解含$N$神经元簇的放电特性。利用Fokker-Planck方程（FPE）方法研究了该速率模型的定态性质。我们的速率模型，以产生各种平稳分布，如由非高斯，包括伽玛，反高斯分布和对数正态分布的interspike-interval分布表示。本文用作者[H。长谷川，物理学会，日本75（2006）033001]。从AMM中的宏观观点来看，$N$ -单元神经元簇的性质用{ \it三个}量来表示; $μ$，$R=(1/N) \sum_i r_i$的尖峰发放速率的平均值，其中$r_i$表示簇中神经元$i$的发放速率：$γ$，局部变量的平均波动（$r_i$）：$ρ$，全局变量的波动（$R$）.我们得到了这三个量的运动方程，表明弱耦合时存在$ρ\sim γ/N$。这意味着群体速率码通常比单神经元速率码更可靠。我们的速率模型被扩展并应用于包含多个神经元簇的系综。
2007-03-20 cond-mat.dis-nn q-bio.NC
Firing rate distributions in plastic networks of spiking neurons
该研究扩展平均场理论，可同时处理突触权重异质性与连接数异质性的脉冲神经元网络，引入脉冲迹介导的可塑性机制，通过模拟验证了方程准确性，为理解可塑性对神经网络活动与结构的塑造提供了方法。
2023-11-09 math.DS q-bio.NC
The silencing of neuronal activity by noise and the phenomenon of inverse stochastic resonance
中枢神经系统中的神经元受到由于其细胞环境和它们从许多其他细胞接收的输入的波动而引起的复杂和噪声信号的影响1，2。这种噪声通常会增加神经元向其靶细胞2-5发出信号的概率。在随机共振中，它发生在许多物理和生物系统中，在特定的噪声幅度6-9处发现最佳响应。我们发现，在经典的神经元模型中，可能会发生相反的情况--噪音可以抑制或关闭单个细胞和细胞网络中的重复神经元活动。最近的实验定期发射神经元与嘈杂的输入证实了这些预测10，11。令人惊讶的是，我们发现，在某些情况下，有一个响应是最小的噪声水平，这是所谓的逆随机共振现象。噪声和逆随机共振的节奏行为的抑制预计不仅发生在神经元系统，但更普遍的是在不同的非线性动力系统，其中一个稳定的极限环是从一个稳定的休息状态。
2008-05-05 q-bio.NC
Multiscale relevance and informative encoding in neuronal spike trains
对复杂刺激和任务的神经元响应可以包括广泛的时间尺度。了解这些反应需要的措施，这些响应模式的信息是如何表示在多个时间分辨率的特点。在本文中，我们提出了一个度量-我们称之为多尺度相关性（MSR）-捕捉动态变化的单个神经元的活动在不同的时间尺度。MSR是一种非参数的、完全无特征的指示器，因为它仅使用放电活动的时间戳，而不诉诸任何先验协变量或调用神经活动的调谐曲线中的任何特定结构。当应用于来自mEC和来自行为自由的啮齿动物的ADn和PoS区域的神经数据时，我们发现具有低MSR的神经元倾向于具有低互信息和低发射稀疏性，这些相关性被认为是由记录的大脑区域编码的。此外，具有高MSR的神经元包含关于空间导航的重要信息，并且允许与其放电活动具有与待解码的协变量的高互信息的那些神经元一样有效地解码空间位置或头部方向，并且显著优于在其峰间间隔中具有高局部变化的神经元的集合。鉴于这些结果，我们建议，MSR可以被用来作为衡量排名和选择神经元的信息内容，而不需要呼吁任何先验协变量。
2019-12-20 q-bio.NC q-bio.QM
An understanding of the physical solutions and the blow-up phenomenon for Nonlinear Noisy Leaky Integrate and Fire neuronal models
非线性噪声泄漏积分和火灾神经元模型是描述神经网络活动的数学模型。这些模型已被研究在微观层面上，使用随机微分方程，并在一个介观/宏观层面上，通过平均场的限制，使用福克-普朗克型方程。本文的目的是提高他们的理解，使用他们的粒子系统的数值研究。我们深入分析了随机微分方程的经典和物理解的行为，并将其与已知的福克-普朗克方程进行了比较。这使我们能够更好地理解当爆炸在有限时间内发生时，神经网络中会发生什么。在同时激发所有神经元之后，如果系统是弱连接的，则神经网络收敛到其唯一的稳定状态。否则，它的行为更复杂，因为它可能趋向于稳态或“平台”分布。
2020-10-27 q-bio.NC
Network mechanisms of working memory: the role of neuronal nonlinearities
眼动延迟反应（ODR）任务是工作记忆研究的一种常用实验范式，要求猴子注视屏幕中央，并在屏幕上闪现一个简短的提示后，保持注视数秒，然后将目光转移到提示闪现的位置。因此，在提示和反应之间的延迟期间，猴子必须保持对提示位置的记忆。从前额叶皮层（PFC）的电生理记录显示，神经元显示选择性的持续活动：他们的放电率变化引起的线索持续通过延迟期，但只有在响应范围有限的线索位置。这表明，线索的表示是通过网络活动配置文件的变化在网络中保持的。在这项工作中，我们研究了一个网络的速率模型神经元，能够保存有关过去的输入信息，由于结构化的连接和非线性的神经元传递函数（TF）。特别地，我们专注于TF接近点火阈值的加速和TF饱和附近的延迟。任何利用TF饱和的记忆机制都意味着一些神经元必须以接近其饱和率的速度发射;然而，我们的模型表明，兴奋性和抑制性神经元的TF之间的某种关系可以导致网络中的有效饱和，而不会迫使神经元进入TF的饱和部分。此外，这种机制使得在延迟结束时通过全局兴奋信号擦除记忆成为可能。最后，我们证明了机制，在一个模型网络的尖峰神经元，它更详细地描述了振荡动力学的状态转换，由于膜和突触的时间常数，这是被忽略的速率模型的相互作用。
2021-12-09 q-bio.NC
The cell-type specific connectivity of the local cortical network explains prominent features of neuronal activity
在过去的十年中，局部皮层网络的细胞类型特异性连接和活动已经被实验表征到一些细节。与此同时，建模已被建立作为一种工具，将网络结构与活动动态联系起来。虽然可用的连接图已被用于各种计算研究中，模拟活动的突出特点，如自发放电率不匹配的实验结果。在这里，我们表明，不一致性产生的不完整的连接图。我们比较了最全面的地图（汤姆森等人，2002; Binzegger等人，2004）揭示了它们的主要差异：横向采样范围和靶细胞的具体选择。考虑到他们，我们编译一个集成的连接图和分析的本地分层皮层网络的全尺寸模型的模拟统一的地图。模拟的自发活动是异步不规则的，细胞类型特异性自发放电率与清醒动物体内记录一致，包括2/3层兴奋细胞的低比率。类似地，由瞬时丘脑输入诱发的激活模式再现最近的体内测量。模拟结果和实验的对应关系取决于对特定目标类型选择的考虑，从而取决于对大量可用连接数据的整合。细胞类型特定的分层输入结构和前馈和反馈连接的组合揭示了兴奋和抑制的相互作用如何塑造局部皮层网络的自发和诱发活动。
2011-06-28 q-bio.NC
Detecting Neuronal Communities from Beginning of Activation Patterns
基于神经科学的两个重要概念：促进神经元放电和几乎同时开始激活的神经元集的神经元社区的检测。更具体地说，整合-激发复杂神经元网络在其每个节点处被激活，并且激活的传播被监测。随着每个神经元接收到的激活的积累，它的放电变得容易。每个神经元（除了源）接收第一个非零输入所花费的时间（开始激活时间）以及它产生第一个尖峰的时间（开始尖峰时间）通过模拟来识别。它示出，相对于两个合成和现实世界（\emph{C. elegans}）的神经元复杂的网络，开始激活时间的模式（并在较小程度上也尖峰时间）往往集群成组对应于社区的神经元在原始的复杂的神经元网络。这种效应被认为是激活源所在的同一社区内的节点之间几乎同时激活的直接结果，以及激活源在发射前的整合所暗示的激活的各自捕获的直接结果。有趣的是，发现每个神经元内的活动和阈值的积累对于在瞬时激活期间约束每个相应社区内的初始激活是必不可少的（当使用总体激活或尖峰速率时，没有观察到明显的集群）。除了其内在价值的神经科学和结构动力学研究，这些结果证实了考虑瞬态动力学在复杂系统调查的重要性。
2008-01-28 cond-mat.dis-nn physics.comp-ph physics.soc-ph
Signal Propagation in Feedforward Neuronal Networks with Unreliable Synapses
本文系统地研究了全对全耦合前馈神经网络中的同步点火传播和点火率传播。在大多数早期的工作中，只考虑可靠的突触连接，我们主要研究不可靠的突触对这两种类型的神经活动传播的影响。我们首先研究由纯兴奋性神经元组成的网络。我们的研究结果表明，成功的传输概率和兴奋性突触强度在很大程度上影响这两种类型的神经活动的传播，更好地调整这些突触参数，使所考虑的网络支持稳定的信号传播。研究还发现，噪声对这两种类型的传播有显著但不同的影响。加性高斯白噪声有降低自射活动精度的趋势，而适当强度的噪声可以提高发射率传播性能。进一步的模拟表明，所考虑的神经元网络的传播动力学不是简单地由每个神经元在一个时刻接收的神经递质的平均量决定的，但也很大程度上受到神经递质释放的随机效应的影响。其次，我们比较我们的结果与那些在相应的前馈神经元网络连接可靠的突触，但在一个随机耦合的方式。我们确认，在这两个不同的前馈神经网络模型中可以观察到一些差异。最后，我们研究了由兴奋性和抑制性神经元组成的前馈神经网络中的信号传播，并证明了抑制在所考虑的网络中的信号传播中也起着重要的作用。
2011-11-19 physics.bio-ph q-bio.NC
Inferring population statistics of receptor neurons sensitivities and firing-rates from general functional requirements
基于神经嗅觉系统评估气味刺激强度的明显能力，同时也在很大的浓度范围内识别气味剂的身份，对一些潜在的神经过程提出了一些生物学上现实的假设。特别是，它是假设的受体神经元的意思是发射率规模单调与气味强度，和受体的敏感性范围广泛的气味和受体神经元，从而导致高度分布的代表性的刺激。现象学假设的数学实现允许推断一些可测量的量之间的显式函数关系。它的结果是，无论是依赖于气味浓度的平均发射率和整个神经元群体的受体敏感性的统计分布是幂律，其各自的指数是在算术，可检验的关系。为了定量地检验群体平均燃烧速率对气味剂浓度的幂律依赖性的预测，建立了一个概率模型来从实验文献中的数据中提取信息。模型的自由参数的值估计的信息几何贝叶斯最大似然推断，它保持考虑到参数的先验分布。最终的拟合优度通过分布独立检验进行量化。[继续]
2020-05-02 cond-mat.dis-nn physics.bio-ph q-bio.NC
