Optimal Learning with Excitatory and Inhibitory synapses
描述权结构和输入/输出统计之间的关系是理解神经电路计算能力的基础。在这项工作中，我研究的问题，存储之间的关联存在的相关性模拟信号，使用统计力学的方法。我的特点是典型的学习性能的随机输入和输出过程的功率谱。我发现，最佳的突触重量配置达到0.5的能力，任何分数的兴奋性抑制的重量，并有一个特殊的突触分布与沉默突触的有限部分。我进一步提供了典型的学习成绩和主成分分析在单一情况下之间的联系。这些结果可能会揭示大脑回路的突触轮廓，如小脑结构，被认为参与处理时间依赖性信号和执行在线预测。
2020-05-25 cond-mat.dis-nn cs.NE 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
Intertangled stochastic motifs in networks of excitatory-inhibitory units
引入并研究了一个具有普适性的兴奋与抑制相互作用的随机模型。噪声的内源性成分，源于有限的大小校正，驱动强大的节点间的相关性，持续在很大的距离。在小频率的反相同步解决相邻节点，并发现促进远程随机模式的自发生成，入侵网络作为一个整体。这些模式在理想化的确定性场景下是缺乏的，并且可以提供关于生命系统如何实现和处理大量精细计算任务的新线索。
2017-03-12 cond-mat.dis-nn cond-mat.stat-mech nlin.AO
Average activity of excitatory and inhibitory neural populations
我们开发了一个扩展的的E-Antonsen方法，允许获得的平均活动（尖峰率）的人口兴奋单位。利用E-T方法，得到了兴奋性和抑制性可兴奋单位耦合群体序参量的动力学方程，并计算了它们的平均活性。研究了两种不同的可兴奋系统：阿德勒单位和θ神经元。所得的分岔图进行比较，从研究的唯象威尔逊-考恩模型在某些区域的参数空间。相容的行为，以及高维的混沌解，观察。我们研究数值模拟，以进一步验证方程。
2016-08-26 q-bio.NC
Neural wave interference and intrinsic tuning in distributed excitatory-inhibitory networks
我们开发了一个模型的皮质计算，实现皮质电路的关键功能，并能够描述在空间分布的刺激皮质位置之间的神经信号的传播。该模型是基于典型的神经回路，包括兴奋性和抑制性细胞通过相互连接，与经常性反馈相互作用。典型电路被用作分布式网络中的节点，节点之间具有最近邻耦合。我们发现，这个系统的特点是由内在的空间频率偏好。优选频率的值取决于细胞之间的兴奋性和抑制性连接的相对权重。这种兴奋和抑制的平衡随着刺激对比度的增加而改变，这就是为什么预测固有空间频率以由刺激时间频率确定的方式随着对比度而改变。网络偏好的动态与警觉猕猴皮层区MT的特性一致。
2018-10-20 q-bio.NC
The Hamiltonian brain: efficient probabilistic inference with excitatory-inhibitory neural circuit dynamics
概率推理为理解行为和皮层计算提供了一个原则性的框架。然而，皮质反应的两个基本且普遍存在的性质似乎难以与概率推理相协调：神经活动在响应恒定输入时显示出显著的振荡，并且在响应刺激开始时显示出大的瞬态变化。在这里，我们表明，这些动态行为实际上可以被理解为特定的代表性和算法，大脑皮层采用执行概率推理的标志。我们证明了一个特殊的家庭的概率推理算法，汉密尔顿蒙特卡罗（HMC），自然映射到兴奋抑制神经网络的动态。具体来说，我们构建了一个模型的兴奋-抑制电路在初级视觉皮层进行HMC推理，从而内在地引起振荡和瞬态。这些振荡不仅仅是附带现象，而且还起到了重要的功能作用：通过快速跨越大量的状态空间来加速推理。因此，推理比模型的非振荡变体更有效。此外，该网络匹配了观察到的神经动力学的两个特定属性，否则在概率推理的背景下很难解释。首先，振荡的频率以及瞬态的幅度随着图像刺激的对比度而增加。第二，兴奋和抑制是平衡的，抑制滞后于兴奋。这些结果表明，一个新的功能的作用，为分离的皮层种群兴奋性和抑制性神经元，并出现在这样的兴奋性抑制网络的神经振荡：提高皮层计算的效率。
2016-12-31 q-bio.NC
Distinct excitatory and inhibitory bump wandering in a stochastic neural field
局部持续皮层神经活动是参数工作记忆的有效神经基质。这样的活动“颠簸”表示在几秒钟内线索的连续位置。锥体（兴奋性）和神经元间（抑制性）亚群表现出调谐颠簸的活动，连接神经动力学的记忆回忆中观察到的行为不准确。然而，许多碰撞吸引子模型将这些亚群折叠成单个联合兴奋/抑制（侧抑制）群体，并且不考虑群体间神经结构和噪声相关性的作用。这两个因素都有很大的潜力，冲击这些颠簸的随机动力学，最终形成行为反应的变化。在我们的研究中，我们考虑了一个神经场模型与单独的兴奋/抑制（E/I）人口和利用渐近分析，推导出一个非线性朗之万系统描述E/I碰撞相互作用。当E凸块吸引I凸块时，I凸块稳定，但也可以排斥E凸块，这可以在两个凸块都被扰动时导致延长的弛豫动力学。此外，子群体内和子群体之间的噪声相关性的结构强烈地塑造了凸点位置的方差。令人惊讶的是，更高的群体间相关性降低了方差。
2022-03-04 nlin.PS 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
Auditory steady-state response and gamma oscillations in an excitatory-inhibitory balanced neuronal network
Xi'an University of Architecture and Technology（西安建筑科技大学）；PLA General Hospital of Central Theater Command（中部战区总医院）
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
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
How to enhance the dynamic range of excitatory-inhibitory excitable networks
我们研究了兴奋-抑制可兴奋网络对外界刺激的集体动力学反应。如何提高动态范围，这代表了网络编码外部刺激的能力，对许多应用至关重要。我们把系统看作是一个两层网络（E层和I层），并探讨了不同网络的临界性和动态范围。有趣的是，我们发现相变发生在E层的加权邻接矩阵的主导特征值恰好为1时，这只取决于E层的拓扑结构。同时，它的动态范围是最大的临界状态。在理论分析的基础上，我们提出了一个抑制因子为每个兴奋性节点。我们认为，如果从I层中切除具有高抑制因子的节点，则动态范围可以进一步增强。但由于网络的稀疏性和抑制节点的被动作用，这种改进相对于原有的动态范围来说是比较小的。即便如此，这也提供了一种增强动态范围的策略。
2013-12-22 physics.bio-ph q-bio.NC
An elapsed time model for strongly coupled inhibitory and excitatory neural networks
经过时间模型在数学神经科学的背景下得到了广泛的研究，留下了许多悬而未决的问题。该模型由一个年龄结构方程组成，该方程描述了自上次放电以来经过的时间结构化的相互作用神经元的动态。我们的兴趣在于高度连接的网络，导致强非线性扰动法不适用。为了处理这个问题，我们选择了一个特殊的情况下，可以减少到延迟方程。我们证明了一个一般的收敛结果，在抑制和弱兴奋的情况下，一个稳定的状态。此外，我们还证明了在强激励情形下具有跳跃间断的特殊周期解的存在性。最后，我们给出了一些数值模拟，说明各种行为，这是一致的理论结果。
2021-03-19 math.AP 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
Intrinsically-generated fluctuating activity in excitatory-inhibitory networks
非线性单元的递归网络根据其突触连接的结构显示出各种动态机制。一个特别值得注意的现象是，在确定性但随机连接的速率单元网络中出现了强烈波动的混沌活动。这种内在产生的波动如何出现在更现实的尖峰神经元网络中，一直是一个长期存在的问题。为了简化速率网络和尖峰网络之间的比较，最近的工作研究了随机连接的速率网络的动力学机制，该网络具有分离的兴奋性和抑制性种群，并且放电率被限制为正。这些工作导出了描述波动动力学的一般动力学平均场（DMF）方程，但仅在纯抑制网络的情况下求解这些方程。使用一个简化的兴奋-抑制架构，其中DMF方程更容易处理，在这里，我们表明，激励的存在定性修改波动的活动相比，纯粹的抑制网络。在激励的存在下，内在产生的波动引起的平均放电率的强烈增加，这是一种在纯抑制网络中弱得多的现象。此外，兴奋诱导两种不同的波动制度：对于中度的整体耦合，经常性抑制足以稳定波动，强耦合，发射率稳定仅由上限施加的活动，即使抑制比兴奋。这些结果扩展到更一般的网络架构，并对接收模仿尖峰活动的噪声输入的网络进行评级。最后，我们表明，签名的第二个动力学制度出现在网络的集成和消防神经元。
2017-05-09 q-bio.NC
Synaptic delays modulate population phase and amplitude responses in oscillatory excitatory-inhibitory networks
Institute for Advanced Studies in Basic Sciences (IASBS)（基础科学高等研究院）；Institute for Research in Fundamental Sciences (IPM)（基本科学研究院）；Pasargad Institute for Advanced Innovative Solutions (PIAIS)（帕萨尔加德先进创新解决方案研究所）；The Zapata-Briceño Institute of Neuroscience（萨帕塔-布里斯尼奥神经科学研究所）
该研究探究突触延迟对PING regime下兴奋-抑制脉冲网络振荡相位与振幅响应的影响，发现其调节振荡频率与相干性的权衡，为理解振荡脑网络的延迟依赖性调控提供计算框架。
2026-08-18 q-bio.NC
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
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
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
The excitatory-inhibitory branching process: a parsimonious view of cortical asynchronous states, excitability, and criticality
分支过程是传播动力学、雪崩和临界性的极小模型，广泛应用于神经科学。一个简单的扩展，增加抑制节点，诱导一个更丰富的现象，包括，一个中间阶段，静止和饱和之间，表现出的关键特征的“异步状态”在皮层网络。值得注意的是，在抑制主导的情况下，它展示了一个非常丰富的相图，它捕捉了大量自发脑活动的非平凡特征，如集体兴奋性，滞后，倾斜雪崩形状和部分同步，使我们能够在一个共同和简约的框架内合理化惊人的经验发现。
2022-07-07 cond-mat.stat-mech 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
Influence of inhibitory synapses on the criticality of excitable neuronal networks
在这项工作中，我们研究了具有兴奋性和抑制性突触的可兴奋神经元网络的动态范围。我们得到的临界点作为兴奋性和抑制性突触强度的函数的解析表达式。我们还确定了一个解析表达式，给出了临界点值，其中出现的最大动态范围。根据平均联系度和耦合权重，临界点可以表现出停止或不间断的动态特性.然而，动态范围在两种情况下是相等的。我们观察到，外部刺激掩盖了一些影响的自我持续的活动（不断的动态）在该地区的动态范围计算。在这些区域中，持续动态和停止活动的放电率是相同的。此外，我们验证了兴奋性和抑制性的输入是近似相等的网络与大量的连接，显示兴奋性抑制性平衡的实验报告。
2020-08-21 nlin.AO 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
Towards a realistic NNLIF model: Analysis and numerical solver for excitatory-inhibitory networks with delay and refractory periods
噪声泄漏网络集成与激发（NNLIF）模型描述了神经网络在介观水平上的行为。这是一个最简单的自包含的平均场模型考虑为该目的。即便如此，为了研究模型的数学性质，一些简化是必要的Cáceres-Carrillo-Perthame（2011），Cáceres-Perthame（2014），Cáceres-Schneider（2017），忽略了关键现象。在这项工作中，我们处理的一般NNLIF模型没有简化。它涉及一个具有两个种群（兴奋性和抑制性）的网络，神经元之间存在传输延迟，并且神经元在一定时间内保持不应状态。我们已经研究了稳定状态的数量的模型参数，通过熵方法和庞加莱不等式，爆破现象，和兴奋性神经元之间的传输延迟的重要性，以防止爆破，并产生同步解决方案的长时间行为。除了解析解外，我们还给出了一个基于高阶通量分裂WENO格式和显式三阶TVD龙格-库塔法的数值解，以描述网络的各种现象：爆破、异步/同步解和定态的不稳定/稳定性;求解器还允许我们观察放电速率、不应状态以及兴奋性和抑制性群体的概率分布的时间演变。
2017-06-14 math.AP 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
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
Effect in the spectra of eigenvalues and dynamics of RNNs trained with Excitatory-Inhibitory constraint
本文提出了一个基于Dale定律兴奋-抑制约束训练循环神经网络的框架，发现该约束下网络循环权重矩阵的非主导特征值分布半径减小，且不依赖于单元比例与网络规模，进而影响网络动力学。
2023-01-09 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
Competition, stability, and functionality in excitatory-inhibitory neural circuits
University of California at San Diego（加州大学圣地亚哥分校）；Rice University（莱斯大学）
通过博弈-能量框架和网络稳定性原理，研究不对称兴奋-抑制神经网络的动力学、调控及其在侧抑制微电路对比增强中的作用。
2026-06-03 cond-mat.dis-nn math.OC q-bio.NC
Approximating nonlinear functions with latent boundaries in low-rank excitatory-inhibitory spiking networks
本研究提出低秩兴奋-抑制脉冲网络框架，通过神经元阈值形成潜在边界，以凸函数差逼近任意非线性映射，并展示噪声抑制、突触平衡等特性，为生物脉冲计算提供新视角。
2023-12-28 cs.NE q-bio.NC
Firing Rate Models as Associative Memory: Excitatory-Inhibitory Balance for Robust Retrieval
Department of Information Engineering（信息工程系）；Università degli Studi di Padova（帕多瓦大学）；Center for Control, Dynamical Systems and Computation（控制、动态系统与计算中心）；University of California at Santa Barbara（加州大学圣巴巴拉分校）
针对放电率模型应用于联想记忆的数学研究不足、成熟联想记忆设计缺乏关键生物学特征的问题，研究提出通用框架实现缩放记忆模式的稳定涌现，并分析其渐近稳定条件，为构建生物合理的稳健联想记忆系统提供支持。
2024-11-11 cond-mat.dis-nn cond-mat.stat-mech cs.AI
From asynchronous states to Griffiths phases and back: structural heterogeneity and homeostasis in excitatory-inhibitory networks
该研究用可调异质性神经网络模型统一刻画异步状态与 Griffiths 相，揭示突触可塑性和稳态机制如何在异质网络中恢复兴奋-抑制平衡。
2024-03-04 cond-mat.stat-mech q-bio.NC
Sequential chaotic oscillations in excitatory-inhibitory threshold-linear networks
Division of Applied Mathematics, Brown University（布朗大学应用数学系）；Robert J. and Nancy D. Carney Institute for Brain Science, Brown University（布朗大学罗伯特·J和南希·D·卡尼脑科学研究所）
本文提出兴奋-抑制阈值线性网络中的序列混沌振荡作为序列亚稳态的候选动力学机制，通过发展新的图规则分析路径和环上的不动点结构，揭示了序列混沌振荡需要不稳定的单例不动点和足够强的抑制。
2026-10-06 q-bio.NC
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
Identifying the impact of local connectivity patterns on dynamics in excitatory-inhibitory networks
本文提出低秩连接分析框架，研究EI网络中成对连接基序对线性动力学的影响，发现链式基序可主导特征模、诱发不稳定性和悖论性响应。
2025-03-15 cond-mat.dis-nn cs.NE q-bio.NC
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
Incorporating Visual Cortical Lateral Connection Properties into CNN: Recurrent Activation and Excitatory-Inhibitory Separation
Dept. of Computer Science and Engineering Texas A&M University, College Station Texas, USA（计算机科学与工程系德克萨斯A&M大学，学院站得克萨斯州，美国）
本文提出在CNN中引入视觉皮层侧向连接，通过权重共享的循环激活和兴奋-抑制分离损失函数，提升分类准确率并使模型涌现出类似生物视觉系统的激活与连接特性。
2025-09-18 cs.AI cs.CV 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
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
Excitatory/Inhibitory Balance Emerges as a Key Factor for RBN Performance, Overriding Attractor Dynamics
Université de Sherbrooke（舍布鲁克大学）
该研究以随机布尔网络（RBNs）为对象，发现兴奋/抑制平衡是决定储备池计算性能的关键因素，正兴奋平衡优化记忆任务、负抑制平衡提升预测性能，而内在吸引子动力学对性能影响甚微，为物理储备池的系统化设计提供了新依据。
2023-08-02 cs.LG cs.NE q-bio.NC
Theory of the asynchronous state of structured rotator networks and its application to recurrent networks of excitatory and inhibitory units
本研究将旋转子网络异步状态理论拓展至多群体结构化网络，推导了群体网络涨落自相关函数的微分方程，并应用于兴奋-抑制平衡循环神经网络，发现结构与异质性可调控网络噪声强度及时间关联。
2022-11-19 nlin.AO q-bio.NC
Order-Sensitive Fast-Synapse Limits in Sparse Excitatory-Inhibitory Threshold-Reset Networks
该研究揭示稀疏兴奋-抑制阈值重置网络中，带符号突触核的分量弱收敛无法确定快速突触极限，因微观到达顺序差异会引发宏观发放计数差，且该差异可在特定图结构与延迟下持续存在。
2026-08-18 math.PR q-bio.NC
Role of chloride concentration in modulating seizure transitions in excitatory and inhibitory networks
School of physics and Electronic Engineering, Jiangsu University（江苏大学物理与电子工程学院）；School of Mathematical Sciences, Jiangsu University（江苏大学数学科学学院）；Teaching Department, Jiangsu University Jingjiang College（江苏大学京江学院教学部）
研究探讨了氯离子浓度如何通过调节神经网络中的兴奋与抑制平衡，影响癫痫发作的不同阶段，揭示了氯离子动态在癫痫发作演变中的关键作用。
2026-04-17 physics.bio-ph q-bio.NC
Synchronization-Induced Spike Termination in Networks of Bistable Neurons
我们观察和研究一个自组织的现象，即在一个网络的尖峰神经元的活动自发终止。我们考虑不同类型的人口，由电连接的间隙连接，或兴奋性或抑制性突触，在一个无标度连接拓扑结构的神经元模型。我们发现，强烈同步的群体尖峰事件导致兴奋性网络的活动完全停止，但不是在间隙连接或抑制性网络。我们通过研究神经元中出现的兴奋性突触后电流的特定形状来确定这种现象的潜在机制。我们还研究了突触时间常数、耦合强度和通道噪声对这种现象发生的影响。
2018-11-21 cond-mat.dis-nn physics.bio-ph q-bio.NC
Phase- and amplitude-dependent control of synchronization in excitatory-inhibitory networks via pulsed stimulation
Department of Physics, Institute for Advanced Studies in Basic Sciences (IASBS), Zanjan, Iran（巴斯研究学院物理系）；School of Biological Sciences, Institute for Research in Fundamental Sciences (IPM), Tehran, Iran（基础科学研究所生物科学学院）；Pasargad Institute for Advanced Innovative Solutions (PIAIS), Tehran, Iran（帕萨加德先进创新解决方案研究所）；The Zapata-Briceño Institute of Neuroscience, Madrid, Spain（萨帕塔-布里斯涅奥神经科学研究所）
该研究针对兴奋-抑制EIF神经元网络，建立了基于nPRC、nARC和同步性变化的表征框架，揭示了脉冲相位对同步性的调控作用，为振荡网络的状态依赖控制提供了通用原则。
2026-08-18 q-bio.NC
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
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
Attentional modulation of firing rate and synchrony in a model cortical network
当注意力被引导到V4神经元的感受野中时，其对比度响应曲线被移动到较低的对比度值（Reynolds等人，2000，Neuron 26：703）。注意力还增加了对相同刺激作出反应的神经元之间的相干性（Fries等人，2001，Science 291：1560）。我们研究了密集互联的皮层网络的放电率和同步性如何随对比度变化，以及它们如何被注意力调制。我们发现，增加驱动电流的兴奋性神经元增加了网络的整体放电率，而变化的驱动电流的抑制性神经元调制的网络的同步性。我们解释的同步调制的锁定现象，在此期间的比率的兴奋性，抑制性放电率是近似恒定的范围内的驱动电流值。我们探讨了这一假设，即对比度主要表示为兴奋性神经元的驱动，而注意力对应于抑制性神经元的驱动电流的减少。利用这一假设，该模型再现了以下实验观察结果：（1）兴奋性神经元的放电率随对比度的增加而增加;（2）对于高对比度刺激，放电率饱和，网络振荡;（3）注意使对比度响应曲线向低对比度值移动;（4）与注意状态相比，注意力导致更强的同步，这种同步从较低的对比度值开始。此外，它预测注意力增加了网络产生的抑制性和兴奋性同步齐射之间的延迟，允许刺激招募更多的下游神经元。
2005-12-11 q-bio.NC
Transfer Entropy reconstruction and labeling of neuronal connections from simulated calcium imaging
神经元动力学从根本上受到基础结构网络架构的约束，但即使在体外神经元培养中，这种突触连接的许多细节仍然是未知的。在这里，我们扩展了以前的方法基于信息论，广义传递熵，兴奋性和抑制性神经元的模拟神经网络的连接重建。我们表明，由于所开发的措施的无模型的性质，这两种连接可以可靠地推断，如果同步突发事件之间的平均发射率超过一个小的最低频率。此外，我们建议，基于系统的模拟，甚至更低的自发的突发间速率可以提高，以满足我们的重建算法的要求，通过施加一个弱的空间均匀的刺激到整个网络。通过结合多个记录的相同的在silico网络之前和之后的阻断抑制性突触传递，我们展示了如何有可能推断出高置信度的兴奋性或抑制性的每个单独的神经元。
2014-05-06 cond-mat.dis-nn q-bio.NC
Diversity of neuronal activity is provided by hybrid synapses
许多实验已经证明，电突触和化学突触-混合突触-共存于大多数生物体和大脑结构中。在不同复杂度的网络中，人们分别研究了电突触和化学突触连接在神经活动产生多样性中的作用。然而，混合突触在不同的动力学状态的神经网络的自组织和鲁棒性的理论认识仍然没有得到充分的研究。在这里，我们提出了一个神经网络的混合突触建立的模型来研究全局和集体动力学状态的出现。该神经网络由相互作用的兴奋性和抑制性群体组成。在小世界拓扑结构中，兴奋性群体通过兴奋性突触连接，其相邻的神经元也通过间隙连接连接。抑制性群体仅通过具有全对全相互作用的化学抑制性突触连接。我们的数值模拟表明，在平衡的网络与电耦合的情况下，这种架构产生的同步状态主要是由神经元之间的异质性和兴奋性和抑制性输入的平衡控制。在具有强电耦合的平衡网络中，几种动力学状态由兴奋性和抑制性权重的不同组合产生。更重要的是，我们发现，这些国家，如同步点火，集群同步，和各种涟漪事件，出现轻微修改的化学耦合权重。对于足够大的电突触耦合，整个神经网络变得同步。我们的结果为研究混合突触在神经功能中的作用的动力学机制和计算意义奠定了基础。
2019-11-06 nlin.AO physics.bio-ph q-bio.NC
Fluctuation induced intermittent transitions between distinct rhythms in balanced excitatory-inhibitory spiking networks
本研究提出一个稀疏耦合的兴奋-抑制QIF神经元网络模型，证明在Hopf分岔临界点附近，有限系统的固有波动可产生皮层节律间的间歇性转变，且幂律分布与实证一致，并揭示网络连接性对幂律指数的影响。
2025-01-03 physics.soc-ph q-bio.NC
How Chaotic is the Balanced State?
在广泛的条件下，尖峰神经元的大型稀疏回路表现出高度不规则活动的平衡状态。它同样发生在接受兴奋性外部输入和复发性抑制的稀疏连接随机网络中，以及混合复发性抑制和兴奋的网络中。在这里，我们分析研究了有限网络中的这种不规则动态，跟踪所有单个尖峰时间和单个神经元的身份。对于延迟，纯抑制的相互作用，我们表明，不规则的动力学不是混乱的，但实际上是稳定的。此外，我们证明，经过长时间的瞬态动力学收敛到周期轨道，这些动力系统的每个通用周期轨道是稳定的。我们研究了集体不规则的动态增加突触反应的时间尺度，并在迭代取代抑制兴奋性相互作用。然而，对于小的和中等的时间尺度以及少数兴奋性相互作用，动力学保持稳定，有一个平稳过渡到混沌，如果突触反应变得足够慢（即使在纯粹的抑制网络）或兴奋性相互作用的数量变得太大。这些结果表明，混沌和稳定的动力学同样能够产生不规则的神经元活动。更一般地说，混沌显然不是必不可少的产生高度不规则的平衡活动，我们认为，一种机制不同的混沌和随机性显着有助于不规则的活动在皮层电路。
2013-08-15 cond-mat.dis-nn physics.bio-ph q-bio.NC
Effect of Interpopulation Spike-Timing-Dependent Plasticity on Synchronized Rhythms in Neuronal Networks with Inhibitory and Excitatory Populations
我们考虑具有抑制性（I）和兴奋性（E）种群的集群小世界网络。这种I-E神经元网络具有自适应的动态I到E和E到I群体间突触强度，由群体间尖峰时间依赖可塑性（STDP）控制。在以前的作品没有STDP，快速稀疏同步的节奏，涉及到不同的认知功能，被发现出现在一个范围内的噪声强度$D$静态突触强度。通过改变$D$，我们调查不同的人口和个人的快速稀疏同步的节奏，出现在I-和E-人口的人口间STDP的影响。根据$D$的值，长时程增强（LTP）和长时程抑制（LTD）的饱和种群间突触强度的群体平均值被发现发生，它们对快速稀疏同步的程度产生影响。在中间$D$的宽区域中，良好同步（具有较高的尖峰测量）的程度降低，而在大$D$的区域中，不良同步（具有较低的尖峰测量）的程度增加。因此，在每个I-或E-群体中，同步度在宽范围的$D$中变得几乎相同。这种“均衡效应”是通过快速稀疏同步节律的平均占用度和起搏度之间的协同相互作用而发生的。我们注意到，种群间突触可塑性的均衡效应与种群内（I到I和E到E）突触可塑性的马修（双极化）效应形成鲜明对比，在种群内，好（坏）的同步化变得更好（更差）。最后，通过基于突触前和突触后发放时间之间的时间延迟分布的微观方法，深入研究了群体间突触强度的LTP和LTD的出现。
2020-02-11 physics.bio-ph q-bio.NC
Stable chaos in fluctuation driven neural circuits
研究了脉冲耦合漏积分激发神经元网络在无穷小和有限扰动下的动力学稳定性。特别是，我们比较了电流与波动驱动的网络，前者（后者）是通过考虑纯粹的兴奋性（抑制性）稀疏神经回路来实现的。在激励的情况下，系统的不稳定性可以完全捕获的一个通常的线性稳定性（李雅普诺夫）分析，另一方面，抑制网络可以显示线性和非线性不稳定性的共存。的非线性效应与有限振幅的不稳定性，其特征在于在适当的指标。对于抑制耦合，通过减小脉冲宽度，观察到从混沌到非混沌动力学的转变。对于足够快的突触，系统尽管表现出不稳定的演化，但却是线性稳定的，因此代表了稳定混沌的典型例子。
2014-03-03 cond-mat.dis-nn nlin.CD q-bio.NC
