Fast {\large\it Cl-}type inhibitory neuron with delayed feedback has non-markov output statistics
对于一类具有延迟反馈的快{ \it Cl-}型抑制性发放神经元模型，证明了其输出发放间期流不能表示为任意阶的Markov过程.
2017-12-19 q-bio.NC
Neural Activity of Heterogeneous Inhibitory Spiking Networks with Delay
我们研究了通过抑制性延迟脉冲连接的具有异质兴奋性的尖峰神经元网络。对于全局耦合系统，抑制性耦合的增加通过遵循赢家通吃机制来减少放电神经元的数量。对于足够大的传输延迟，我们观察到出现的集体振荡的系统超过一个临界耦合值。异源性促进神经失活和异步动力学，其影响可以通过考虑较长的时间延迟来抵消。在稀疏网络中，对于足够大的耦合，抑制具有促进沉默神经元的神经再激活的反直觉效果。在这种情况下，电流波动一方面负责阈下神经元的神经放电，另一方面负责它们的去激活。因此，集体振荡只存在于有限范围内的耦合值，这仍然是有限的热力学极限。在这个范围之外，动力学是异步的，对于非常大的抑制神经元，它们表现出一种突发行为，在没有任何抑制的情况下，它们自由地发射，交替出现沉默的时期。
2019-02-11 cond-mat.dis-nn q-bio.NC
Inhibitory loop robustly induces anticipated synchronization in neuronal microcircuits
我们研究了两个兴奋性耦联神经元之间的同步化特性的抑制环介导的interneuron的存在。动态抑制与噪声一起独立地应用于每个神经元，提供神经元基序的动态中的相位多样性。我们发现，耦合强度和外部噪声之间的相互作用控制的神经元之间的相位关系，在一个反直观的方式。对于主从配置（单向耦合），我们发现，从可以预期的主，平均而言，如果从受到抑制反馈。在这种称为预期同步（AS）的非常规机制中，突触后神经元的相位相对于突触前神经元的相位提前。我们还表明，AS制度的生存，即使在存在不平衡的双向兴奋性耦合。此外，对于对称的相互耦合的情况下，受抑制回路的神经元在相位上领先。
2016-09-14 q-bio.NC
Enhanced responsiveness in asynchronous irregular neuronal networks
兴奋性和抑制性神经元网络显示出异步不规则（AI）状态，其中两个群体的活动是平衡的。在单细胞水平，研究表明，受到平衡和噪声突触输入的神经元可以显示出增强的反应性。我们在这里表明，这种增强的响应性也存在于网络水平，但只有当单个神经元处于电导状态和波动制度与实验测量一致。在这种状态下，整个神经元群体都受到外部输入的影响。我们认为，这种网络水平的增强反应构成了一种低级形式的感官意识。
2016-11-28 q-bio.NC
Tricritical behavior in a neural model with excitatory and inhibitory units
本研究探讨在神经模型中引入抑制性神经元对集体动力学的影响，发现高度连接网络与非零抑制比例可导致三临界点出现，并关联实验证据。
2022-07-05 cond-mat.dis-nn q-bio.NC
Heterogeneity-Induced Inhibitory Coherence in An Ensemble of Subthreshold and Suprathreshold Type-I Neurons
我们研究抑制相干性（即，通过突触抑制的集体一致性）在全局耦合的I型神经元的集合中，所述I型神经元可以以任意低的频率激发。在仅由阈下神经元（在没有噪声的情况下不能自发放电）组成的均匀系综中没有观察到抑制性相干性。通过增加阈上神经元（自发放电）的分数$P_{supra}$，异质性诱导的抑制一致性研究在一个异质的阈下和阈上神经元的合奏。当$P_{supra}$通过阈值$P_{supra}^*$时，阈上神经元开始同步化，并发挥相干抑制剂的作用，用于抑制相干的出现。因此，规则振荡的系综平均整体势出现为$P_{supra} > P_{supra}^*$。对于这种相干的情况下，阈上神经元表现出相干的混合模式振荡，具有快速的阈下（小幅度）跳跃频率和较低的尖峰频率。稀疏同步阈上神经元通过其相干抑制阈下神经元的噪声活动。因此，只有连贯的阈下跳跃出现在阈下神经元的个体电位中。我们还描述了抑制性的一致性方面的“机械”尖峰为基础的措施和相关性为基础的，并发现，抑制性的一致性的程度随着增加$P_{supra}$为$P_{supra} > P_{supra}^*$。最后，简要讨论了突触连接的稀疏随机性对抑制一致性的影响以及异质性引起的抑制一致性的普遍性。
2011-10-29 physics.bio-ph q-bio.NC
Reconstruction scheme for excitatory and inhibitory dynamics with quenched disorder: application to zebrafish imaging
一个逆过程的开发和测试，以恢复功能和结构信息的大脑活动的全球信号。该方法假设一个泄漏集成和消防模型与兴奋性和抑制性神经元，通过有向网络耦合。神经元被赋予了一个异质的电流值，它设置了它们相关的动力学机制。通过利用一个异质的平均场近似，该方法试图重建从全球活动模式的传入程度的分布，兴奋性和抑制性神经元，以及分配的电流的分布。所提出的逆计划首先验证对合成数据。然后，用双光子光片显微镜记录的斑马鱼幼虫的延时采集被用作重建算法的输入。我们发现兴奋性神经元的连通性呈幂律分布，并通过对标注图谱中的子区域进行分割来计算局部度分布。
2020-07-08 cond-mat.dis-nn q-bio.NC
The effects of inhibitory and excitatory neurons on the dynamics and control of avalanching neural networks
对被称为雪崩的集体神经活动的统计分析提供了对许多物种大脑正常行为的深入了解。我们考虑基于Lombardi，Herrmann，De Arcangelis等人的工作的神经网络模型，该模型捕获了神经雪崩的相关动力学，并且我们展示了如何调整该模型中抑制神经元的比例，随着时间的推移改变网络的连通性，消除雪崩强度和持续时间分布中存在的指数截止，并将网络的功率谱密度转变为“癫痫”状态。我们建议，大脑运作远离这种低抑制分数的幂律制度，以保护自己免受这些扩展分布中存在的主导雪崩。我们提出了控制策略，通过随机或更有效地，有针对性地禁用兴奋性神经元，减少这些幂律分布。
2018-11-28 cond-mat.dis-nn cond-mat.stat-mech q-bio.NC
Unsupervised learning by a nonlinear network with Hebbian excitatory and anti-Hebbian inhibitory neurons
本文介绍了一种基于速率的非线性神经网络，其中兴奋性（E）神经元接受来自感觉性（S）神经元的前馈兴奋，并通过抑制性（I）中间神经元介导的双突触通路相互抑制。基于相关性的双突触抑制可塑性用于不完全地去关联E神经元活动，推动E神经元学习不同的感觉特征。可塑性方程还包含“额外”的条款，促进兴奋性突触之间的竞争收敛到同一突触后神经元和抑制性突触从同一突触前神经元发散。可以调整S $\to$ E连接之间的竞争参数，以使学习的特征看起来更像“部分”或“整体”。“I-E连接之间的竞争参数可以调整，以设置E神经元活动的典型去相关性和稀疏性。无监督学习的数值模拟表明，相对较少的I神经元就足以实现良好的去相关，增加I神经元的数量可以使去相关更加完整。作为学习的结果，对活跃的E神经元的兴奋性和抑制性输入大致平衡。
2018-12-30 cs.NE q-bio.NC
From quasiperiodic partial synchronization to collective chaos in populations of inhibitory neurons with delay
集体混沌的出现，通过倍周期级联，从一个人口中的相同的抑制性神经元延迟全球耦合的准周期部分同步。该系统是彻底调查的宏观动力学，有效的热力学极限的精确模型。集体混沌状态的数值再现与有限的人口，并持续存在的弱异质性。最后讨论了模型动力学与神经元快速振荡的关系。
2016-06-08 nlin.CD q-bio.NC
Firing statistics of inhibitory neuron with delayed feedback. I. Output ISI probability density
在点随机过程的框架下研究了具有时滞反馈的抑制神经元的活动。神经元接收来自泊松流的兴奋性输入脉冲，以及来自具有延迟的反馈线的抑制性脉冲。我们在这里调查，如何抑制反馈的存在影响输出放电统计。使用绑定神经元（BN）作为一个模型，我们推导出解析的精确表达式的输出峰间间期（ISI）的概率密度，平均输出ISI和变异系数作为模型的参数的函数的情况下阈值2。使用泄漏积分和火灾（LIF）模型，以及BN模型具有较高的阈值，这些统计量的数值。与以前研究的无反馈情况相比，BN和LIF神经元的ISI概率密度都变成双峰，具有跳跃型的不连续性。然而，抑制延迟反馈的存在下，没有发现影响实质上的输出ISI系数的变化。ISI的变异系数范围在0.5和1之间。结论是延迟抑制反馈的引入可以从根本上改变神经元输出放电统计。这一统计数据也与之前（Vidybida & Kravchuk，2009）通过具有延迟反馈的兴奋性神经元的类似方法发现的结果不同。
2013-09-09 math.PR q-bio.NC
Observed network dynamics from altering the balance between excitatory and inhibitory neurons in cultured networks
神经系统时间组织的复杂性可能反映了其神经成分的多样性。这些成分，兴奋性和抑制性神经元，包括一个不变的比例在体内，并形成基板的节奏振荡活动。为了开始阐明这种平衡背后的动力学机制，我们构建了自然界中通常找不到的新型神经回路。我们培养了几个由兴奋性和抑制性细胞组成的神经元网络，并使用多电极阵列来研究它们的时间动态平衡。我们使用电极脉冲串作为时间认可来表示网络活动的存在。突发持续时间，突发间的间隔，以及参与突发内的尖峰的数量被用来说明各种培养网络之间的生动的动力学差异。当网络主要由兴奋性神经元组成时，没有明显的网络时间结构。然而，抑制性神经元的加入引起了时间顺序。时间自相关的计算表明，当抑制神经元的数量是网络的主要部分，一个惊人的网络模式实现时，以前没有。
2010-09-08 physics.bio-ph q-bio.NC
Population rate coding in recurrent neuronal networks with undetermined-type neurons
神经编码是神经科学中的一个关键问题，它可以促进人们对大脑处理信息机制的理解。在神经编码的经典理论中，群体频率编码已被广泛研究。大多数计算研究认为神经元和相应的突触前突触是预先确定的兴奋或抑制类型。然而，根据生理学证据，突触的实际作用是抑制性的还是兴奋性的，取决于被激活的受体的类型。兴奋性受体和抑制性受体在同一突触内的共释放现象在脑内广泛存在。本文研究了具有不确定神经元和突触的递归神经元网络中的群体频率编码，不同于传统的一个神经元对相应的突触后神经元既可以产生兴奋作用，也可以产生抑制作用。我们发现这样的神经元网络可以很好地编码群体放电率中的刺激信息。我们发现，中等的重现概率加上适度的抑制-兴奋强度比可以提高编码性能。前两个参数与噪声强度、兴奋性突触强度和突触时间常数的适当组合对群体频率编码的性能有促进作用。最后，我们比较了传统的（确定的）模型和我们的模型之间的群体频率编码的性能，我们发现，这是合理的，考虑抑制性和兴奋性受体的共同释放。
2019-08-11 q-bio.NC
The distribution of inhibitory neurons in the C. elegans connectome facilitates self-optimization of coordinated neural activity
National Autonomous University of Mexico（墨西哥国立自治大学）；Okinawa Institute of Science and Technology Graduate University（冲绳科学技术大学院大学）
线虫土壤蠕虫秀丽隐杆线虫的神经系统表现出显着的复杂性，尽管蠕虫的小尺寸。一个普遍的挑战是更好地理解神经组织和系统水平上的神经活动之间的关系，包括抑制性连接的功能作用。在这里我们实现了C的抽象仿真模型。elegans连接体，近似每个神经元的神经递质身份，我们探讨了这些生理差异对神经活动的功能作用。特别是，我们创建了一个Hopfield神经网络，其中所有的蠕虫的神经元，其特征在于抑制性神经递质被分配抑制性传出连接。然后，我们创建了一个控制条件，其中相同数量的抑制连接在网络中任意分布。这两个条件的比较表明，抑制性连接的生物分布促进协调神经活动的自我优化相比，任意分布的抑制性连接。
2020-10-28 cs.LG q-bio.NC
Feedforward Architectures Driven by Inhibitory Interactions
定向信息传输对许多社会、物理和生物系统至关重要。对于神经系统，科学家们在前馈网络的范式下研究这个问题已经有几十年了。在前馈网络的大多数模型中，活动完全由兴奋性神经元和它们之间的布线模式驱动，而抑制性神经元只对网络动态起稳定作用。最近的实验发现的海马电路，皮层电路和抑制性神经元在整个大脑的多样性的动机，在这里，我们说明，一个可以构建这样的网络，即使在系统中的兴奋性单位之间的连接保持随机。这是通过赋予抑制节点在网络中更活跃的角色来实现的。我们的研究结果表明，明显的前馈活动可能是由一个更广泛的网络架构基础比通常假设。
2017-11-17 cond-mat.dis-nn nlin.PS q-bio.NC
Robust gamma oscillations in networks of inhibitory Hippocampal interneurons
最近的实验表明，在离体海马脑片中，中间神经元的抑制网络可以同步神经元放电。随后的理论工作表明，通过相互抑制的强同步对电流驱动中的神经元异质性仅具有适度的鲁棒性，所述电流驱动由代谢型谷氨酸受体的激活提供。在体内神经元显示更大的变异性，由于突触噪声的存在，在峰间期。噪声和异质性对同步特性的影响是不同的。在本文中，我们研究如何使用模型模拟强大的同步可以在突触噪声和神经元的异质性的存在。我们发现，至少有一个最小量的噪声随机弱同步（SWS）（即当神经元尖峰在一个很短的时间间隔内从对方，但不一定在每个周期）产生的是更强大的比强同步（即当神经元尖峰每个周期）。SWS粒子数放电的统计结果与以往的实验数据相一致。我们发现强大的SWS在伽马频率范围内（20-80 Hz）的一个更强的突触耦合相比，以前的模型和网络与10 - 1000个神经元。
1999-04-19 cond-mat.dis-nn cond-mat.stat-mech q-bio.NC
Two "correlation games" for a nonlinear network with Hebbian excitatory neurons and anti-Hebbian inhibitory neurons
一篇配套论文介绍了一个非线性网络，其中Hebbian兴奋性（E）神经元与反Hebbian抑制性（I）神经元耦合，并且还从感觉（S）传入神经接收Hebbian前馈兴奋。本论文从两个数学上等价但概念上不同的规范性原则推导出网络。第一个原则将无监督学习表述为一个约束优化问题：在E-E相关性的共正性约束下，最大化S-E相关性。勒让德和拉格朗日对偶的组合产生了一个零和连续的兴奋性和抑制性连接之间的博弈，解决了神经网络。第二个原则定义了E细胞和I细胞之间的零和博弈。E单元想要最大化S-E相关性并且最小化E-I相关性，而I单元想要最大化I-E相关性并且最小化功率。I和E目标之间的冲突有效地迫使E细胞彼此去相关，尽管只是不完全的。勒让德对偶产生神经网络。
2018-12-31 cs.NE q-bio.NC
Synchronization and spindle oscillation in noisy integrate-and-fire-or-burst neurons with inhibitory coupling
我们提出了另一个集成和消防模型作为一个单一的神经元模型。利用Fokker-Planck方程和Langevin方程研究了具有抑制相互作用的整体耦合噪声积分-激发模型，发现了振荡态的重入跃迁.在强抑制系统中，神经元放电的间歇性时间演化被发现。我们提出了另一个集成和火灾或突发模型，包括低阈值钙$^{2+}$电流的动力学的基础上新的集成和火灾模型。利用Fokker-Planck方程研究了具有抑制相互作用的全局耦合噪声integr-and-fire-or-burst模型，发现了该模型的主模和猝发模的双稳性.在两个神经元集合体的耦合系统中出现了类似于丘脑细胞纺锤体振荡的双周期振荡。
2005-07-14 q-bio.NC q-bio.QM
Multiple firing coherence resonances in excitatory and inhibitory coupled neurons
研究了噪声驱动的延迟耦合Hodgkin-Huxley神经元中抑制性和兴奋性突触的影响。如果这两种突触类型都用于耦合，则抑制反馈中的适当调谐延迟在足够强的耦合强度下诱导多个激发相干共振，从而在相应的延迟强度参数平面中产生相干舌。然而，如果只使用抑制性突触，适当调谐的延迟也会引起多共振反应，然而，连续的延迟抑制最佳的一致性的兴奋服从不同的关系，关于神经元动力学的固有时间尺度。这导致在延迟-强度参数平面中更密集的相干共振模式。这些发现的鲁棒性的兴奋性反馈中的延迟，噪声，和耦合的神经元的数量的引入被确定。揭示了我们观察到的机制，并建议可以以出乎意料的丰富多样的方式优化神经元网络中尖峰的规律性，这取决于耦合的类型和延迟的持续时间。
2012-02-16 cond-mat.dis-nn nlin.PS physics.bio-ph
Frequency locking and travelling burst sequences in community structured network of inhibitory neurons with differing time-scales
我们报告了一个具有抑制性突触的混沌Hindmarsh-Rose（HR）神经元社区结构模块化网络的涌现动力学。我们发现，神经元模块之间的抑制耦合导致一个模块中的神经元的完全同步，也推动模块到有趣的序列的旅行突发模式。当不同模块中的神经元的动力学时间尺度不同，从而打破了它们之间的对称性时，我们会看到特定的旅行突发模式序列，这些模式是时间尺度失配和耦合强度的特征。因此，对于具有两个时间尺度的模块化网络，神经元群落进入同步锁频簇，其中突发序列具有重复模式。我们的研究提供了一个完整的表征的时空规律性的频率锁定的时间顺序和突发序列模式的空间顺序的集体动力学的神经元集群。我们的研究结果在信息编码过程中神经元之间的放电动力学的频率和选择性通信的基础上的序列的突发的意义。
2018-03-22 nlin.CD q-bio.NC
Auditory steady-state response and gamma oscillations in an excitatory-inhibitory balanced neuronal network
本研究提出了一种整合语音信号输入和耳蜗处理的神经网络模型，揭示了噪声对听觉稳态反应的影响，并展示了增强E-I平衡对提高听觉注意力的作用。
2025-10-13 q-bio.NC
Coexistence of asynchronous and clustered dynamics in noisy inhibitory neural networks
本文研究了噪声抑制性QIF神经元网络中异步与簇状动力学的共存，通过仿真和下一代神经群体模型揭示亚临界Hopf分岔导致共存区，簇状相表现为γ范围群体爆发和神经元簇间切换。
2024-02-09 cond-mat.dis-nn q-bio.NC
Distribution of interspike intervals of a neuron with inhibitory autapse stimulated with a renewal process
在本文中，我们研究分析的影响，抑制autapse神经元活动。为了做到这一点，我们制定了一组非自适应尖峰神经元模型与延迟反馈抑制的条件，而不是考虑一个特定的神经元模型。神经元受到兴奋性脉冲的随机点更新过程的刺激。在不作任何近似的情况下，精确地求出了这种神经元的输出峰间期（ISI）的概率密度函数（PDF）$p(t)$。它用输入更新流的ISIs PDF和没有任何反馈的同一神经元的ISIs PDF表示。得到的结果被应用到一个子集的神经元模型与阈值2时，输入脉冲之间的时间间隔分布根据Erlang-2分布。在这种情况下，我们已经明确地发现了在ISI值的某个初始间隔$[0;T_2]$处定义的ISI $p(t)$的与模型无关的初始部分。
2022-10-12 physics.bio-ph q-bio.NC
Dynamical Responses to External Stimuli for Both Cases of Excitatory and Inhibitory Synchronization in A Complex Neuronal Network
为了研究对外部刺激的动态响应如何取决于突触耦合类型，我们考虑两种类型的兴奋性和抑制性同步（即，通过突触兴奋和抑制的同步）在兴奋性规则尖峰（RS）锥体神经元和抑制性快速尖峰（FS）中间神经元的复杂小世界网络中。对于这两种情况下的兴奋性和抑制性同步，突触耦合的动态响应外部时间周期刺激$S(t)$（施加到一部分神经元）的影响进行了研究，通过改变驱动幅度$A$的$S(t)$。对于兴奋性和抑制性耦合的两种情况，受刺激的神经元被锁相到外部刺激。另一方面，对未受刺激的神经元的刺激效应取决于突触耦合的类型。外部刺激$S(t)$对兴奋性非刺激RS神经元产生建设性影响（即，它在未受刺激的亚群中引起外部锁相），而$S(t)$对抑制性未受刺激的FS中间神经元产生破坏性作用（即，它打破了未受刺激的子群体中的原始抑制同步）。由于$S(t)$的这些不同效应，动态响应的类型和程度（例如，同步增强或抑制），其特征在于动态响应因子$D_f$（由存在和不存在刺激时的同步程度的比率给出），被发现以明显不同的方式变化，这取决于突触耦合类型。此外，我们还测量的“交叉相关”措施$M_c$的两个子群体的刺激和非刺激神经元的动力学之间的匹配程度。随着$A$的增加，在$M_c$的基础上，我们讨论了两个子种群之间的互相关，影响对$S(t)$的动力学响应。
2016-11-28 physics.bio-ph q-bio.NC
Novel Kuramoto model with inhibition dynamics modeling scale-free avalanches and synchronization in neuronal cultures
University of Campania ”Luigi Vanvitelli”（坎帕尼亚路易吉·范维特利大学）；University of Genova（热那亚大学）；Istituto Italiano di Tecnologia (IIT)（意大利理工大学）；RCCS Ospedale Policlinico San Martino（圣马蒂诺大学临床医院）；National Institute for Nuclear Physics (INFN)（意大利国家核物理研究所）
本文提出了一种新颖的Kuramoto模型，用于模拟神经元培养中规模无关性湍流与同步现象，通过抑制动态再现实验数据并揭示时间组织中的相关性。
2025-12-19 cond-mat.dis-nn q-bio.NC
Cell assembly dynamics of sparsely-connected inhibitory networks: a simple model for the collective activity of striatal projection neurons
纹状体投射神经元形成一个稀疏连接的抑制网络，这种安排可能是必要的适当的时间组织的行为。在这里，我们表明，一个简化的，稀疏的抑制网络的泄漏整合和消防神经元可以重现一些关键特征的纹状体人口活动，在脑切片中观察到[Carrillo-Reid et al.，神经生理学杂志99（2008）1435{1450}。特别是，我们开发了一个新的度量，以确定条件下，稀疏抑制网络形成反相关的细胞组装与随时间变化的活动的个别细胞。我们发现，在这些条件下，网络显示输入特定序列的细胞组装开关，有效地区分类似的输入。我们的结果支持了这样的提议[Ponzi和Wickens，PLoS Comp Biol 9（2013）e1002954]，即纹状体投射神经元之间的GABA能连接允许刺激选择性的、暂时延长的细胞组装体的顺序激活。此外，我们帮助显示如何改变纹状体内GABA能信号可能会产生异常的网络水平的信息处理的疾病，如帕金森氏症和亨廷顿氏病。
2015-11-21 nlin.CD q-bio.NC
The role of inhibitory neuronal variability in modulating phase diversity between coupled networks
本研究探索抑制性神经元变异性对两个皮质区域间相位关系多样性的调节作用，发现其可扩大零滞后同步和双稳态区域、调节DS到AS的转变，为远距离脑区通讯机制及双稳态感知关联提供新见解。
2024-11-29 physics.bio-ph q-bio.NC
Death and rebirth of neural activity in sparse inhibitory networks
在本文中，我们澄清了一个普遍现象的机制存在于脉冲耦合异构抑制网络：抑制不仅可以诱导抑制的神经活动，正如预期的那样，但它也可以促进神经再激活。特别地，对于全局耦合系统，随着抑制强度的增加，放电神经元的数量单调减少（神经元死亡）。然而，连接的随机修剪能够逆转抑制的作用，即在稀疏网络中，足够强的突触强度可以令人惊讶地促进而不是抑制神经元的活性（神经元的再生）。因此，放电神经元的数量在某些中间突触强度处显示出最小值。我们发现，这个最小信号从一个政权占主导地位的神经元具有较高的发射活动的一个阶段，其中所有的神经元有效地亚阈值和它们的不规则的发射是由电流波动驱动的过渡。我们解释了起源的过渡，推导出一个分析的平均场制定的问题，能够提供活跃的神经元的分数，以及前两个时刻，他们的射击统计。突触时间尺度的引入并没有改变所报道现象的主要方面。然而，对于足够慢的突触，过渡变得戏剧性，系统从一个完美的规则演变到一个不规则的爆发动力学。在后一种情况下，模型提供的预测与特定类别神经元（即纹状体中的中型多刺神经元）的实验结果一致。
2017-03-12 cond-mat.dis-nn nlin.CD q-bio.NC
Competition through selective inhibitory synchrony
皮质神经元回路的模型通常依赖于抑制反馈来控制增益，提供信号归一化，并使用赢家通吃（WTA）动力学选择性地放大信号。这种模型通常假设兴奋性和抑制性神经元能够容易地相互作用，因为它们的轴突和树突共同定位在同一个小体积中。然而，定量神经解剖学研究的轴突和树突树的神经元在新皮层的尺寸表明，这种共定位的假设是无效的。在本文中，我们描述了一个简单的修改WTA电路设计，允许分布式抑制神经元的影响耦合通过同步，因此允许一个单一的WTA广泛分布在皮层空间，远远超出了任何单一的抑制神经元的树枝状，甚至在不同的皮层区域。我们证明了非线性收缩分析，并通过仿真表明，分布式WTA子系统结合这样的抑制同步是内在稳定的。我们分析表明，同步是大大快于赢家选择。这种电路机制允许独立的WTA网络完全或部分地相互竞争。
2012-04-03 cs.NE q-bio.NC
Suppression of synchronous spiking in two interacting populations of excitatory and inhibitory quadratic integrate-and-fire neurons
集体振荡及其抑制外部刺激分析了一个大规模的神经网络组成的两个相互作用的群体的兴奋性和抑制性的二次积分和消防神经元。在无限数量的神经元的限制下，该网络的微观模型可以简化为精确的低维平均场方程组。这些方程的分岔分析揭示了三种不同的动态模式在一个自由网络：一个稳定的休息状态，一个稳定的极限环，并与共存的休息状态和极限环的双稳定性。我们发现，在极限环模式下，高频刺激的抑制种群可以稳定不稳定的静息状态，并有效地抑制集体振荡。我们还表明，在非线性模式下，网络的动力学可以从一个稳定的极限环切换到一个稳定的静息状态，通过施加抑制脉冲的兴奋性人口。从平均场方程得到的结果证实了微观模型的数值模拟。
2021-07-05 nlin.CD q-bio.NC
Inhibitory synchrony as a mechanism for attentional gain modulation
来自猴子V4区的记录显示，当注意力集中在皮层神经元的感受野内的视觉刺激时，会发生两种明显的变化：神经元的放电率会改变，并且在伽马频率范围（30-50 Hz）内，尖峰和局部场电位之间的相干性会增加。这里探讨的假设是，这些观察到的注意力效应可能是局部中间神经元网络同步变化的结果。我们进行了计算机模拟的霍奇金-赫胥黎型神经元驱动的恒定的去极化电流，我，代表视觉刺激和调制抑制输入的影响，通过本地interneuron网络的注意。我们观察到，神经元的放电频率和其输出脉冲序列与突触输入的一致性受到抑制性输入的同步程度的调制。该模型表明，所观察到的变化，放电率和一致性的神经元在视觉皮层可以控制由自上而下的输入，调节一致性的活动，在伽马频率放电的本地抑制网络。
2005-03-14 q-bio.NC
Relation between firing statistics of spiking neuron with delayed fast inhibitory feedback and without feedback
我们考虑一类尖峰神经元模型，定义了一组典型的基本阈值型模型的条件，如泄漏集成和消防或绑定神经元模型，也为一些人工神经元。一个神经元被输入一个泊松过程。每个输出脉冲在有限延迟$Δ$之后被施加到神经元本身。这种冲动的作用是通过快速Cl型抑制性突触传递。我们推导出一个一般的关系，它允许精确计算的概率密度函数（PDF）$p(t)$的输出脉冲间间隔的神经元与反馈的基础上已知的PDF $p^0(t)$相同的神经元没有反馈和反馈线的属性（$Δ$值）。相应的时刻之间的类似关系推导。此外，我们证明，初始段的pdf $p^0(t)$的神经元具有固定的阈值水平是相同的任何神经元满足所施加的条件，是完全由输入流。对于泊松输入流，我们精确地计算初始段，并基于它，精确地获得具有反馈的神经元的pdf $p(t)$的初始段。也就是说，$p(t)$的初始段也是与模型无关的。通过蒙特卡罗模拟对所得表达式进行了检验。$p(t)$的过程具有明显的特殊性，这使得不可能用泊松或其他简单的随机过程来近似$p(t)$。
2018-10-03 q-bio.NC
Emergent organization of receptive fields in networks of excitatory and inhibitory neurons
Yale University（耶鲁大学）；Wu Tsai Institute（吴蔡研究所）
局部模式的兴奋和抑制，可以产生神经波的研究作为一个计算机制的组织神经元调谐。稀疏编码算法的兴奋性和抑制性神经元网络的基础上提出的，表现出地形图的感受野适应输入刺激。受神经波的漏积分激发模型的启发，我们提出了一个更典型的人工神经网络的激活模型。给出了使用自然图像和自然语言文本的激活模型的计算实验。在图像的情况下，熟悉的“风车”模式的定向边缘检测器出现，在文本的情况下，由此产生的地形图表现出一个2维表示的颗粒字语义。与体感输入的合成模型的实验被用来研究如何网络动力学可能会影响可塑性的神经元地图下的输入的变化。
2022-05-26 cs.LG q-bio.NC
Contractive piecewise continuous maps modeling networks of inhibitory neurons
我们证明了一个拓扑通用的网络（一个开放的和密集的网络集）的三个或更多的抑制神经元具有周期性的行为与有限数量的极限环，持续小扰动下的网络结构。该网络由Poincare变换建模，该变换在有限维流形的紧致区域B上是分段连续和局部压缩的，具有分离性质：它将B的不同连续片同胚地变换成成对不相交的集合。
2008-12-17 math.DS q-bio.NC
Coexistence of fast and slow gamma oscillations in one population of inhibitory spiking neurons
振荡是各种大脑区域中神经元群体活动的标志，具有覆盖宽范围频率的频谱。在这一光谱中，伽马振荡由于其普遍存在的性质以及与高级大脑功能的相关性而受到特别关注。最近，有报道称行为正常的啮齿动物海马体中的伽马振荡被分成两个不同的频带：慢和快。这两个伽马节律对应于网络的不同状态，但它们的起源尚未澄清。在这里，我们从理论上和数值上表明，一个单一的抑制人口可以引起共存的慢和快的伽马节律对应于集体振荡的平衡尖峰网络。慢和快伽马节律通过两种不同的机制产生：快伽马节律由协调的紧张性神经放电驱动，慢伽马节律由不规则神经活动引起的内源性波动驱动。我们表明，几乎瞬时的刺激可以切换集体伽马振荡从慢到快，反之亦然。此外，为了与实验观察更紧密地联系，我们考虑由较慢的（θ）节奏驱动网络动态引起的伽马节律的调制。在这种情况下，根据强制的强度，我们观察到的快速和缓慢的伽马振荡和θ强迫之间的相位-振幅和相位-相位耦合。相位-相位耦合揭示了两种共存的伽马节律的不同θ相位偏好。
2019-06-29 cond-mat.dis-nn q-bio.NC
Model of the Songbird Nucleus HVC as a Network of Central Pattern Generators
我们提出了一个功能架构的成年鸣禽核HVC的核心元素是一个“功能音节单位”（FSU）。在这个模型中，HVC被组织成FSU，每一个FSU都为发声中的一个音节的产生提供了基础。在每个FSU内，抑制性神经元群体采取两种操作状态之一：（A）同时激发，其中所有抑制性神经元同时激发，以及（B）抑制性神经元的竞争性激发。这些基本活动模式之间的转换是通过改变抑制性神经元之间的突触强度来实现的。抑制性神经元连接到兴奋性投射神经元，使得在状态（A）期间，投射神经元的活动被抑制，而在状态（B）期间，可以发生投射神经元的顺序放电模式。后一种状态通过从投射到抑制性神经元的反馈来稳定。特定物种的歌曲组成是由不同的FSU在功能上相互连接的方式来区分的。我们的是一个基于生物神经元的计算模型。我们说明，HVC活动的许多观察结果解释的FSU的拟议人口的动态，我们确定目前可测试的实验模型的方面。此外，除了FSU的核心特征之外，我们还提出模式之间的转变可能受到神经调节的生物物理机制的控制。
2016-07-18 physics.bio-ph q-bio.NC
Frequency control in synchronized networks of inhibitory neurons
我们分析了同步抑制神经网络的频率控制。该分析是针对具有基于生物药理学的突触影响的简化膜模型进行的。我们认为，这样一个简化的模型可以定量地捕捉一个更大的类的神经元模型的频率行为。我们发现，在不同的参数制度，网络频率依赖于内在的和突触的时间常数以不同的方式。只有在一个部分的参数空间，称为“相位”，是网络周期成比例的突触衰减时间。这些结果进行了讨论，与以前的工作的作者，这表明，轻度异构网络的同步性打破，但一致性保存更多的系统中的相位制度比在其他制度。这些结果意味着，对于轻度异质网络，相干节律的存在意味着网络周期对突触衰减时间的线性依赖性，以及对细胞驱动的弱得多的依赖性。我们为这一结论提供了实验证据。
1998-03-20 q-bio.NC
Effects of Hebbian learning on the dynamics and structure of random networks with inhibitory and excitatory neurons
本文的目的是研究随机递归神经网络的生物连接，即稀疏连接和单独的群体的兴奋性和抑制性神经元的赫布学习的影响。我们进一步认为，神经元动力学可能发生在一个（更短）的时间尺度比突触可塑性，并考虑被动遗忘的学习规则的可能性。我们表明，这种赫布学习的应用导致网络动态和结构的急剧变化。特别地，学习规则收缩权矩阵的范数，并产生动力学复杂度和熵的快速衰减。换句话说，网络被赫布学习重新连接成一种新的突触结构，这种结构是在神经元之间逐渐建立的相关性的基础上随着学习而出现的。我们还观察到，在这个新兴结构中，最强的突触组织成一个小世界网络。权重矩阵谱半径衰减的第二个影响在于雅可比矩阵的谱半径的快速收缩。这驱动系统通过“混沌边缘”，在那里对输入模式的灵敏度最大。总之，这种情况是显着预测的理论论据来自动力系统和图论。
2007-06-18 q-bio.NC
The interplay of inhibitory and electrical synapses results in complex persistent activity
抑制性神经元在维持持续的神经元活动中起着至关重要的作用。虽然通过电突触（缝隙连接）广泛连接，但这些神经元也通过大脑某些区域的化学突触表现出相互作用。当耦合足够强时，这两种突触形式的效应以非线性方式结合。因此，在这项工作中，我们专注于强抑制制度，并确定的参数条件，导致在耦合的可兴奋神经元的系统中出现的自持振荡，在一个简短的阈下刺激的存在下。我们对两个神经元的最小网络中的动力学的研究揭示了一组丰富的动力学行为，即，周期振荡和各种复杂振荡，包括周期n（n= 2，4，8.）动力学和混沌我们进一步扩展我们的研究，考虑系统的抑制性神经元排列在一个一维的环形拓扑结构，并确定持续活动的最佳条件。我们的工作突出了由于间隙连接和强突触抑制的综合作用而产生的非线性动力学行为，这可能对维持强大的记忆模式具有潜在的影响。
2021-04-06 nlin.CD q-bio.NC
Minimax Dynamics of Optimally Balanced Spiking Networks of Excitatory and Inhibitory Neurons
兴奋-抑制（E-I）平衡在大脑皮层中普遍存在。最近的研究表明，在快速时间尺度上的平衡、紧平衡和有效的尖峰信息编码之间存在有趣的联系。我们通过采取原则性的方法来优化兴奋性（E）和抑制性（I）神经元的平衡网络，进一步加强了这种联系。通过推导E-I尖峰神经网络从贪婪的尖峰为基础的优化约束极大极小目标，我们表明，紧平衡产生的偏差从极大极小最优校正。我们通过解决极大极小问题来预测网络中特定的神经元放电率，超越了平衡网络的统计理论。最后，我们设计了极大极小的目标重建的输入信号，联想记忆和存储的流形吸引子，并从他们的E-I网络进行计算。总的来说，我们提出了一种新的规范建模方法尖峰E-I网络，超越了广泛使用的能量最小化网络，违反戴尔定律。我们的网络可用于模拟皮层电路和计算。
2021-04-30 q-bio.NC
Transient Information Flow in a Network of Excitatory and Inhibitory Model Neurons: Role of Noise and Signal Autocorrelation
我们研究了稀疏连接的整合-激发神经元网络在超短期信息处理中的性能。我们利用这样一个事实，即具有平衡的激励和抑制的网络的群体活动可以从振荡发射制度切换到异步不规则发射或静止的状态，这取决于外部背景尖峰的速率。我们发现，在信息缓冲方面，网络在适度的非零噪声量下表现最好。类似于随机共振现象，性能随着噪声水平的升高和降低而降低。噪声的最佳量对应于静态和随机动态之间的过渡区。这提供了一个潜在的解释的作用，非振荡人口活动在一个简化的模型皮质微电路。
2005-02-23 q-bio.NC
Firing statistics of inhibitory neuron with delayed feedback. II. Non-Markovian behavior
神经网络的瞬时状态由组成网络的每个神经元的激励程度和神经元之间的通信线路中的脉冲位置两者组成。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（脉冲间间隔，ISI）可能是非马尔可夫的。在本文中，我们针对最简单的神经“网络”（即具有延迟反馈的单个抑制神经元）来解决这个问题。神经元从驱动泊松流接收兴奋性输入，并通过反馈线从自身输出接收抑制性脉冲。我们得到了条件概率密度P（t_{n+1}）的解析表达式|t_n，...，t_1，t_0），其给出了获得持续时间为t_{n+1}的输出ISI的概率，假设先前的（n+1）个输出ISI具有持续时间t_n，.，t_1，t_0。精确地证明了P（t_{n+1}| t_n，...，t_1，t_0）不归约为P（t_{n+1}| t_n，...，t_1），其中n>=0。这意味着输出ISIs流不能表示为任何有限阶的马尔可夫链。
2013-09-09 math.PR q-bio.NC
Randomly connected networks generate emergent selectivity and predict decoding properties of large populations of neurons
神经记录方法的进步使得在行为任务的执行过程中能够从数千个神经元的群体中进行采样，这提出了一个问题，即记录的活动如何与性能基础计算的理论模型相关。在啮齿类动物决策的背景下，最近报道了选择性皮层神经元之间的功能连接模式，以及兴奋性和抑制性群体中广泛分布的选择信息[1]。这些数据的直接解释表明，依赖于特定的解剖连接模式，以实现抑制性和兴奋性神经元的选择性池的机制。我们研究了一种替代机制，这些实验观察的出现，使用计算方法。我们发现，一个随机连接的兴奋性和抑制性神经元网络产生单细胞的选择性，成对相关的模式，和不可区分的兴奋性和抑制性读出权重分布，在记录的神经元群体中观察到的。此外，我们做了易于验证的实验预测，对于这种类型的证据积累任务，没有解剖学定义的代表选择的神经元亚群，并且特定神经元的选择偏好随着任务的细节而变化。这项工作表明，分布刺激的选择性和模式的功能组织的人口代码可能是新兴的随机连接网络的属性。
2019-09-23 q-bio.NC
Firing rate equations require a spike synchrony mechanism to correctly describe fast oscillations in inhibitory networks
抑制性神经元的递归耦合网络在伽马波段中鲁棒地产生振荡。尽管如此，相应的威尔逊-考恩型点火速率方程，这样的抑制人口不产生这样的振荡，没有明确的时间延迟。我们发现，这种差异是由于电压依赖性的尖峰同步机制固有的网络尖峰神经元，这是不是由标准的放电率方程捕获。在这里，我们研究了一个精确的低维描述异构规范I型抑制性神经元网络，其中包括产生同步状态的关键阈值下的动态。在慢突触动力学的限制下，只要外部输入也很慢，尖峰同步机制就被抑制，标准的Wilson-Cowan方程就被正式恢复。然而，即使在这个限制同步尖峰可以引起的输入波动的时间尺度上的膜的时间常数的神经元。因此，我们的平均场方程是标准的Wilson-Cowan方程的扩展，其中尖峰同步也被正确地描述。
2018-01-05 nlin.AO q-bio.NC
A Computational Analysis of the Function of Three Inhibitory Cell Types in Contextual Visual Processing
大多数皮质抑制细胞类型只表达三种基因之一，小清蛋白，生长抑素和5HT3a。皮层神经元的视觉反应不仅受到局部线索的影响，而且还受到视觉环境的影响。由于抑制性神经元在不同的空间范围和不同的区域具有不同的突触来源和靶点，我们推测它们在上下文加工中具有不同的作用。我们使用模型来关联结构信息功能的初级视觉皮层的小鼠，并调查他们的作用，在上下文视觉处理。我们的发现有三个方面。首先，由小清蛋白阳性（PV）细胞介导的抑制介导了局部处理，并可能成为它们在边界检测中的作用的基础。第二，生长抑素阳性（SST）细胞介导的抑制促进感受野之间更长范围的空间竞争。第三，对表达血管活性肠多肽（VIP）的中间神经元（5HT 3a神经元的一个亚类）的非特异性自上而下调制可以选择性地增强V1反应。
2016-09-12 q-bio.NC
Afferent Fiber Activity-Induced Cytoplasmic Calcium Signaling in Parvalbumin-Positive Inhibitory Interneurons of the Spinal Cord Dorsal Horn
神经元钙（Ca 2+）信号是中枢神经系统适应和适应不良的分子触发因子。脊髓背侧抑制性中间神经元的功能改变与慢性疼痛的中枢敏感化机制密切相关。然而，令人惊讶的是，对这些细胞中Ca2+信号传导的特征和后果知之甚少，包括它们是否以及如何在外周损伤或损伤后发生变化，以及这些变化如何影响适应不良的疼痛可塑性。作为第一步澄清的确切作用，在脊髓背侧抑制性神经元的中央敏化的Ca 2+信号，我们建立了方法来表征这些细胞的遗传定义的群体中的Ca 2+信号。特别是，我们采用重组腺相关病毒载体，以提供亚细胞靶向，遗传编码的钙离子指标到小白蛋白阳性脊髓抑制性神经元。使用宽视野显微镜，我们观察到自发和传入纤维活动触发这些细胞中的Ca2+信号。我们建议，这些方法可以在未来的研究中进行调整，用于精确表征和操纵不同脊髓抑制性神经元亚型中的Ca2+信号传导，从而澄清其在慢性疼痛机制中的作用，并为可能的新治疗方向打开大门。
2019-02-17 q-bio.NC q-bio.TO
The impact of electrical couplings on the sequential bursting activity in the ensemble of inhibitory coupled Van der Pol elements
研究了具有化学（突触）和电耦合的三个神经元系综的新唯象模型。一个神经元由单个Van der Pol振荡器建模。的电耦合强度和元件之间的频率失配的顺序活动的制度的影响进行了研究。
2018-03-29 nlin.CD q-bio.NC
Collective Dynamics in Spiking Neural Networks Beyond Dale's Principle
University College London（伦敦大学学院）；Imperial College London（帝国理工学院）
本文提出了一种违反达勒原则的双语神经元模型，展示了其在同步与异步动力学转换中的独特信息处理特性，为神经回路的大规模振荡活动调节提供了新机制。
2026-02-26 cond-mat.dis-nn q-bio.NC
Interspike interval correlations in networks of inhibitory integrate-and-fire neurons
我们研究的时间相关性的interspike间隔（ISI），量化的网络平均序列相关系数（SCC），在网络中的电流和电导为基础的纯抑制性整合和消防神经元。数值模拟揭示了过渡到负SCC偏置电流驱动和网络大小的中间值。随着偏置驱动和网络大小增加超过这些值，SCC返回到零。SCC在网络振荡强度的中间值处最大为负。SCC的依赖性的突触连接的两个典型的计划进行了研究，结果表明，在这两个计划中发生鲁棒性。对于基于电导的突触，SCC在快速和缓慢的相干网络振荡的开始时变为负。最后，我们设计了一个基于电流的网络，占所观察到的时间相关性转变的噪声降低扩散近似。
2019-02-11 math.DS physics.bio-ph physics.data-an
A New Framework for Determination of Excitatory and Inhibitory Conductances Using Somatic Clamp
兴奋和抑制之间的相互作用对大脑计算至关重要。为了理解大脑功能的突触机制，重要的是要分离对目标神经元的兴奋性和抑制性输入。在传统的方法中，在施加体细胞电流或电压钳之后，由突触电流-电压（I-V）关系确定兴奋性和抑制性电导，斜率对应于总电导，截距对应于反转电流。由于空间箝位效应，所测量的电导通常基本上偏离枝晶上的局部电导。因此，传统方法测得的电导的解释仍有待澄清。在这项工作中，基于一个理想化的球杆神经元模型和一个生物现实的锥体神经元模型的调查，我们首先证明了分析和数值计算，由传统的方法确定的电导没有明确的生物学解释，由于忽略了钳电流和突触电流之间的非线性相互作用的空间树突。因此，传统的方法会导致电导测量的任意大的误差，有时甚至会导致非物理意义上的负电导。为了避免使用传统方法阐明突触对神经元计算的影响的困难，我们提出了一个框架，以确定直接反映突触输入对动作电位启动的功能影响，从而神经元信息处理的有效电导。我们的框架已被进一步验证在现实的神经元模拟，从而大大提高了传统的方法，提供了一个可靠的和准确的评估的作用，突触活动在神经元计算。
2017-10-14 q-bio.NC q-bio.QM
Decorrelation of neural-network activity by inhibitory feedback
锋电位序列集合中的相关性通过其时空结构严重损害了信息的编码。有限神经网络中的相关性的一个不可避免的来源是成对神经元的共同突触前输入。最近的理论和实验研究表明，在循环神经网络的尖峰相关性是相当小的比预期的基础上共享突触前输入的量。通过一个线性网络模型和泄漏的集成和消防神经元网络的模拟，我们表明，共享输入相关性抑制反馈有效地抑制。为了阐明反馈的影响，我们比较了完整的经常性网络和系统的反馈通道的统计数据被扰动的反应。抑制性反馈对脉冲串相关性和群体速率波动的抑制作用在纯抑制性网络和兴奋-抑制性网络中都可以观察到。这种效应可以用线性理论充分理解，并且在总体平均活性的宏观水平上已经变得明显。在微观层面上，共享输入相关性被尖峰脉冲串相关性所抑制：在纯抑制网络中，它们被负尖峰脉冲串相关性所抵消。在兴奋-抑制网络中，尖峰脉冲串的相关性通常是正的。在这里，输入相关性的抑制并不仅仅是兴奋性（E）和抑制性（I）神经元之间存在相关性的结果，而是三种可能的配对（EE，EI，II）之间的特定相关性结构的结果。
2012-05-16 physics.bio-ph q-bio.NC
Stimulus competition by inhibitory interference
当两个刺激存在于V4神经元的感受野中时，放电速率响应在由每个刺激单独引起的最弱和最强响应之间（Reynolds等人，1999，Journal of Neuroscience 19：1736-1753）。当注意力被引导到引起最强反应的刺激（首选刺激）时，对这对刺激的反应会增加，而当注意力被引导到另一个刺激（不良刺激）时，反应会减少。这些实验结果在一个V4神经元模型中重现，假设注意力调节局部中间神经元网络的活动。V4模型神经元接收来自V2的刺激特异性异步激励和来自V4中的两个局部中间神经元网络的同步抑制输入。每个中间神经元网络由来自V2的刺激特异性兴奋性输入驱动，并由来自额叶眼野的投影调制。刺激竞争是由于来自每个中间神经元网络的同步齐射的到达时间延迟而存在的。对于小的延迟，放电率接近于由优选的刺激单独引起的速率，而对于较大的延迟，它接近于差的刺激的放电率。当任一刺激单独出现时，神经元的反应不会因延迟的变化而改变。该模型表明，自上而下的注意力偏向V2列之间的竞争控制V4神经元通过改变抑制的相对时间，而不是通过改变的程度同步的中间神经元网络。这里提出的放电率的注意调制机制--抑制性干扰的增益调制--可能对皮层信息处理具有更普遍的适用性。
2004-10-18 q-bio.NC
Influence of autapses on synchronisation in neural networks with chemical synapses
大量的研究已经致力于各种网络拓扑结构中的神经动力学的调查。然而，只有少数研究关注autapses的影响，即通过闭合回路从神经元到自身的突触，对神经同步的影响。在这里，我们建立了一个随机网络与自适应指数积分和消防神经元耦合化学突触，配备autapses，研究后者对同步行为的影响。我们考虑兴奋性和抑制性连接的突触前神经元电导的时间延迟。有趣的是，在由兴奋性和抑制性神经元组成的神经网络中，我们发现同步行为取决于它们的突触类型。我们的研究结果提供了证据的同步和去同步活动，出现在随机神经网络的化学，抑制和兴奋性突触的神经元配备了autapses。
2020-11-06 q-bio.NC
Ensemble Inhibition and Excitation in the Human Cortex: an Ising Model Analysis with Uncertainties
成对最大熵模型，也被称为伊辛模型，已被广泛用于分析神经元的集体活动。然而，在文献中仍然存在争议，似乎不一致的结果，其意义是不清楚，由于缺乏可靠的误差估计。因此，我们开发了一种方法，用于准确估计参数不确定性的基础上，在参数空间中使用自适应马尔可夫链蒙特卡罗的主要优化算法的收敛后的随机游动。我们将我们的方法应用于多电极阵列记录在人类颞叶皮层的兴奋性和抑制性神经元在清醒-睡眠周期的尖峰模式。我们的分析表明，伊辛模型捕捉神经元的集体行为比独立的模型在清醒，浅睡眠，和深睡眠时，兴奋性（E）和抑制性（I）神经元建模;忽略I-神经元的抑制作用显着高估E-神经元之间的同步。此外，信息论的测量表明，伊辛模型解释了大约80%-95%的相关性，这取决于睡眠状态和神经元类型。热力学测量显示出临界状态的特征，尽管我们对此持保留态度，因为它可能仅仅是长距离神经相关性的反映。
2018-10-16 cond-mat.dis-nn q-bio.NC q-bio.QM
