Upcrossing-rate dynamics for a minimal neuron model receiving spatially distributed synaptic drive
本文针对接收空间分布突触驱动的最小树突神经元模型,推导电压时空随机动力学与上穿率的解析形式,并发现该模型在多重滤波下仍具有持续的高频响应。
2023-04-17 q-bio.NC
Mesoscopic population equations for spiking neural networks with synaptic short-term plasticity
粗粒度的生物神经网络的微观模型,以获得神经活动的介观模型是迈向多尺度模型的重要一步。在这里,我们扩展了最近的理论介观种群动力学与静态突触的情况下,动态突触表现出短期可塑性(STP)。在假设尖峰到达突触有泊松统计,我们推导出解析随机平均场动力学进行Tsodyks-Markram STP的有限大小的人口之间的有效突触耦合。新的平均场方程既考虑了有限数量的突触,又考虑了神经递质释放概率与可用突触资源分数之间的相关性。与Monte Carlo模拟的微观模型的比较表明,在前馈和经常性网络的介观平均场模型准确地再现随机实现的总突触输入到突触后神经元和帐户之间的随机开关向上和向下的状态,以及人口尖峰。扩展介观人口理论的尖峰神经网络与STP可能是有用的系统减少详细的生物物理模型的皮质微电路的有效和数学上易于处理的平均场模型。
2018-12-21 q-bio.NC
Analytically tractable model of synaptic crowding explains emergent small-world structure and network dynamics
Waseda University(早稻田大学);Honda Research Institute Japan(本田日本研究院)
本文提出一个基于突触拥挤的最小布线规则,解释了小世界结构和网络动力学的形成机制,通过突触拥挤规则产生近功率律的连接长度分布,并展示度统计对吸引盆地边界的影响。
2026-03-16 cond-mat.dis-nn cs.NE cs.SI
Equivalent Dynamics from Disparate Synaptic Weights in a Prevalent Visual Circuit
神经反馈-由两个反馈回路组成的三元组,从一个回路到另一个回路具有非互惠的横向连接,在大脑中无处不在。我们分析表明,这个网络拓扑结构的动态是由两个代数组合的五个突触权重。因此,不同的权重设置可以产生等效的网络动态。在二维参数空间上对网络活动的探索表明了非互惠横向连接的重要性,并揭示了涉及性质不同的活动状态之间的连续过渡的复杂行为。此外,我们表明,对周期性输入的响应是狭窄的中心频率附近的两个有效的突触参数确定的调整。
2009-03-17 cond-mat.dis-nn q-bio.NC
Analytical Condition for Synchrony in a Neural Network with Two Periodic Inputs
在这项研究中,我们应用平均场论的神经网络模型与两个周期性的输入,以澄清同步的条件。这种平均场论给出了同步性的自洽条件,使我们能够研究突触连接对神经网络行为的影响。然后,我们得到了与周期时间$T$同步的突触连接条件。神经网络中的神经元接收来自网络外部的感觉输入和自上而下的输入。当网络神经元接收两个或更多输入时,它们的同步取决于输入的条件。我们也用平均场论分析了这种情况。结果表明:(1)突触连接越强,神经元的同步周期越短。(2)随着外部输入的周期变长,同步的周期也变长。(3)突触权重、输入序列的性质和同步周期之间的关系由一个方程表示,并且有两个区域用于同步。与第三点相关联,所得到的方程计算简单,可以很容易地为我们提供同步的可行和不可行条件。
2012-12-13 physics.bio-ph q-bio.NC
Synchronization in Phase-Coupled Kuramoto Oscillator Networks with Axonal Delay and Synaptic Plasticity
我们探讨分析和数值的耦合相位振荡器由Kuramoto型微分方程系统的合奏。然而,我们已经包括了时间延迟(由于有限的信号传播速度)和网络可塑性(通过动态耦合常数)的影响,灵感来自神经科学中的赫布学习规则。当时间延迟和学习效应相结合时,观察到新的同步现象。我们调查的时空图案的形成在一维和二维振荡器晶格周期性边界条件和评论的维度的作用。
2013-07-31 nlin.AO q-bio.NC
Stochastic synaptic dynamics under learning
Bernstein Center for Computational Neuroscience(伯恩施坦计算神经科学中心);Physics Department of Humboldt-Universität zu Berlin(柏林洪堡大学物理系);Institute for Theoretical Biology, Department of Biology, Humboldt-Universität zu Berlin(柏林洪堡大学生物学院理论生物学研究所);Einstein Center for Neurosciences Berlin(柏林爱因斯坦神经科学中心)
本文提出了一种基于突触时依赖性可塑性(STDP)的随机突触动力学模型,通过分析突触权重的随机过程,揭示了记忆退化的时间进程和记忆容量的计算方法。
2026-01-13 cond-mat.dis-nn physics.bio-ph q-bio.NC
When Response Variability Increases Neural Network Robustness to Synaptic Noise
已知皮层感觉神经元是高度可变的,在这个意义上,由相同刺激引起的反应经常在不同试验中发生显著变化。这种变异性的起源是不确定的,但它通常被解释为有害的噪声,降低了神经回路的计算精度。在这里,我们调查的可能性,这种反应的可变性可能,事实上,是有益的,因为它可以部分补偿由于网络的突触强度的随机变化而导致的准确性下降。我们研究了两种噪声,反应(或神经元)噪声和突触噪声之间的相互作用,通过分析它们的联合影响的准确性的神经网络训练执行各种任务。我们发现了一个有趣的、通用的相互作用:当突触连接的波动与它们的强度(乘性噪声)成正比时,与没有响应噪声的相同网络相比,输入神经元中一定量的响应噪声可以显著提高网络性能。性能得到增强,因为响应噪声和乘性突触噪声在某些方面是等效的。这些结果在最基本的网络中得到了分析证明,该网络由两个输入神经元和一个输出神经元组成,执行简单的分类任务,但计算机模拟表明,这种现象在广泛的架构中仍然存在,包括经常性(吸引子)网络和执行坐标变换的感觉运动网络。结果表明,反应的可变性可以在不断学习的网络中发挥重要的动态作用。
2005-10-18 cond-mat.dis-nn q-bio.NC
A Quasi-Stationary Approach to Metastability in a System of Spiking Neurons with Synaptic Plasticity
本文提出一个具有短期促进的随机尖峰神经元网络模型,通过准平稳分布(QSD)研究亚稳态,并解析刻画吸收区、证明QSD存在唯一性,用Perron-Frobenius谱分析计算QSD,数值验证灭绝时间无记忆性,为工作记忆的瞬时存储提供候选机制。
2024-02-07 math.PR q-bio.NC
Synchronization and oscillatory dynamics in heterogeneous mutually inhibited neurons
我们研究了一些机制,负责同步振荡和损失的同步在生理相关的频率(10-200赫兹)在网络的异质性抑制神经元。我们专注于确定网络响应的同步性和频率的水平的因素,以及轻度异质性对网络动态的影响。在轻度异质性的情况下,同步永远不会完美,而且相对脆弱。此外,抑制的影响是更复杂的轻度异构网络比同质的。在前者中,同步性以两种不同的方式被打破,具体取决于突触衰减时间与重复动作电位周期($τ_s/T$)的比率,其中$T$可以从网络或单个自抑制神经元确定。对于$τ_s/T > 2$,对应于大的施加电流、小的突触强度或大的突触衰减时间,抑制的效果在很大程度上是紧张性的,并且异质神经元相对独立地发放尖峰。使用$τ_s/T < 1$时,当速度较快的细胞开始抑制它们不太兴奋的邻居时,同步性就会中断;而放电的细胞几乎保持同步。我们数值计算表明,轻度异构网络的行为可以与单个的,自我抑制的细胞,这可以分析研究的行为。
1998-02-18 q-bio.NC
Effects of fast presynaptic noise in attractor neural networks
我们研究了突触前噪声对吸引子神经网络中信息传输的影响。与神经元动力学相比,噪声发生在非常短的时间尺度上,并且它产生短时间的突触抑制。最近的神经生物学研究结果表明,突触强度可以在短时间内增加或减少,这取决于突触前活动。因此,我们描述了一种机制,快速突触前噪声增强神经网络对外部刺激的敏感性。其原因是,在一般情况下,突触前噪声诱导非平衡行为,因此,定性的空间的不动点被修改的方式,系统可以很容易地逃离吸引子。因此,该模型显示,除了模式识别,类识别和分类,这可能是相关的一些大脑复杂的任务的理解。
2005-08-13 q-bio.NC
Inferring Synaptic Structure in presence of Neural Interaction Time Scales
生物网络表现出各种各样的活动模式,反映了一个在空间和时间上都很复杂的相互作用网络。然而,推理方法主要集中在重建,从网络的活动,空间结构,通过假设平衡条件,或最近,一个随机的时间步长的概率动力学。在这里,我们表明,在后一种假设下,推理过程无法重建的整合和消防神经元网络的突触矩阵时,所选择的时间尺度的相互作用不密切匹配的突触延迟或当没有单一的时间尺度的相互作用可以确定;此外,这种失败,暴露了一个独特的偏见的推理方法,可以导致推断为抑制兴奋性突触的相互作用时间尺度长于模型的时间步长。因此,我们引入了一个新的两步方法,首先通过互相关配置文件推断网络的延迟结构,然后重建突触矩阵,并成功地测试它在不同的拓扑结构和不同的活动制度的网络。虽然步骤1能够准确地恢复网络的延迟结构,从而摆脱关于相互作用的时间尺度的任何\textit{a priori}猜测,但是推断方法引入了任意时间尺度,即用于二进制化脉冲序列的时间仓$dt$。因此,我们分析和数值研究如何选择的$dt$影响我们的网络模型中的推断,发现推断的耦合和真正的突触效力之间的关系,虽然在两种情况下是二次的,关键取决于$dt$的兴奋性突触,而基本上是独立的抑制性突触。
2015-02-18 cond-mat.dis-nn q-bio.NC q-bio.QM
Solution of a chaotic neural network at fixed connectivity
Center for Theoretical Neuroscience, Zuckerman Institute, Columbia University(哥伦比亚大学祖克曼研究所理论神经科学中心)
研究通过非平均方法计算大规模非线性递归神经网络的矩和响应函数,首次在1/√N展开中获得一般强度相关函数的非平凡项,验证了Shen和Hu的猜想,建立了突触连接性、自发活动相关性和网络响应之间的分析联系。
2026-06-29 cond-mat.dis-nn q-bio.NC
On the stationary state of a network of inhibitory spiking neurons
皮质神经网络的背景活动由具有不可靠的抑制性突触的同质整合和激发网络建模。数值和分析计算表明,网络放松到一个稳定的状态,高度关注。大多数神经元的膜电位刚好低于阈值;因此,网络可以立即对外部脉冲做出反应-在突触传递的时间尺度上。神经元以低速率和广泛的发放间隔放电。整个网络的射击事件在短时间内是相关的。放电率随外界刺激线性增加。在无限大网络的极限下,突触噪声降为零。然而,峰间期的分布仍然很宽。
2007-03-07 cond-mat.dis-nn q-bio.NC
Synaptic Theory of Chunking in Working Memory
School of Natural Sciences, Institute for Advanced Study, Princeton, NJ, 08540, USA(自然科学学院,普林斯顿高级研究院);Department of Brain Sciences, Weizmann Institute of Science, Rehovot, 76100 Israel(脑科学系,魏兹曼科学研究院)
提出工作记忆中组块的突触理论,通过短期突触可塑性和特化的组块神经元门控机制形成组块表示,超越基本容量并支持分层组块,其预测得到脑神经数据和记忆实验证实。
2025-09-18 cond-mat.dis-nn cs.CL q-bio.NC
Spike Onset Dynamics and Response Speed in Neuronal Populations
最近的研究皮层神经元驱动的波动电流揭示了几百赫兹的动作电位编码的截止频率。生物物理神经元模型的理论研究已经预测了一个低得多的截止频率的平均放电率或倒数膜时间常数的顺序。因此,所观察到的高截止频率的生物物理起源还没有得到很好的理解。在这里,我们介绍了一个神经元模型与动态动作电位的产生,其中的线性响应可以分析计算不相关的突触噪声。我们发现,当动作电位起始的时间尺度变短时,截止频率增加到非常大的值。
2011-03-03 q-bio.NC
Learning with a network of competing synapses
突触之间的竞争以某种形式的基于相关性的可塑性出现。在这里,我们提出了一个游戏理论的灵感模型的突触相互作用,其动力学是由突触之间的竞争,在他们的弱和强的状态,其特征在于不同的时间尺度。输入和记忆的学习在网络化突触群体的有效描述中是有意义的。我们研究,数值和分析,有效的系统对各种信号类型的动态响应,特别是参考现有的经验运动适应模型。系统级行为对突触参数和信号强度的依赖性以清晰的方式呈现出来,从而阐明了诸如最佳性能和多个时间尺度的功能作用等问题。
2011-10-18 cond-mat.dis-nn cond-mat.stat-mech nlin.AO
From synaptic interactions to collective dynamics in random neuronal networks models: critical role of eigenvectors and transient behavior
神经元相互作用的研究目前是几个大型神经科学合作项目(包括人类连接组项目,蓝脑项目,脑组等)的中心。它试图获得整个大脑的详细地图。在某些约束条件下,数学理论可以仅仅基于突触相互作用矩阵的统计特性来预测预期的神经动力学。这项工作探讨了应用自由随机变量的研究大突触相互作用矩阵。除了恢复在一个简单的方式已知的结果特征谱的类型模型的神经网络提出的Rajan和雅培,我们将它们扩展到重尾分布的相互作用。更重要的是,我们推导出解析的行为特征向量重叠,这决定了稳定的频谱。我们观察到,在施加神经元的兴奋/抑制平衡,尽管特征值保持不变,它们的稳定性显着降低,由于相关的特征向量的强非正交性。这使我们得出这样的结论,即理解非对称神经网络的时间演化需要考虑特征向量和特征值的纠缠动力学,这可能会对这些模型中的学习和记忆过程产生影响。考虑到自由随机变量理论在各种学科中的成功,我们希望这里提出的结果能促进这些想法在脑科学领域的进一步应用。
2020-11-15 cond-mat.dis-nn cond-mat.stat-mech math-ph
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
Dynamics of a large system of spiking neurons with synaptic delay
我们分析了一个大系统的异质二次积分和消防(QIF)神经元的时间延迟,所有到所有的突触耦合。该模型被精确地减少到一个系统的点火率方程,利用调查的存在性,稳定性和完全同步,部分同步和非相干状态的分叉。结合这一分析,我们进行了广泛的数值模拟QIF神经元的原始网络,并确定部分同步状态的宏观和微观状态之间的关系。结果总结在两个相图中,同质和异质的人口,这是在很大程度上得到分析。对于兴奋性耦合,相图是非常相似的Kuramoto模型的时间延迟,虽然在这里的稳定性边界延伸到区域的参数空间中的神经元不是自持振荡器。相比之下,抑制耦合的边界结构是不同的,并且已经为同质网络揭示了仓本模型中不存在的各种部分同步状态的存在:集体混沌,准周期部分同步(QPS)和我们称之为调制QPS(M-QPS)的新状态。在异质性部分同步状态的存在下,联想到集体混沌,QPS和M-QPS持续。此外,异质性的存在极大地放大了激发和抑制的非相干稳定性边界之间的差异。最后,我们比较我们的结果与传统的(威尔逊-考恩型)点火率模型的时间延迟。传统的放电率模型的振荡不稳定性定性地同意我们的结果,只有在抑制耦合的情况下,具有强异质性。
2018-10-25 nlin.AO nlin.CD q-bio.NC
Data-driven mean-field within whole-brain models
本研究提出数据驱动框架,用MLP从脉冲神经元仿真中学习含连接概率参数的平均场动力学,发现新尖点分岔,整合至全脑模型后效果优于解析模型,可准确恢复fMRI数据参数。
2025-09-04 q-bio.NC
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
Geometric framework to predict structure from function in neural networks
生物和人工网络中的神经计算依赖于许多输入的非线性求和。神经元之间突触权重的结构连接矩阵是整个网络功能的关键决定因素,但神经网络结构和功能之间的定量联系是复杂和微妙的。例如,许多网络可以产生类似的功能反应,同一个网络可以根据上下文的不同而发挥不同的功能。是否需要某些突触连接模式来生成特定的网络级计算在很大程度上是未知的。在这里,我们介绍了一个几何框架,用于识别阈值线性神经元的递归网络中的稳态响应所需的突触连接。假设指定的响应模式的数量不超过输入突触的数量,我们分析计算所有前馈和递归连接矩阵的解决方案空间,可以从网络输入生成指定的响应。考虑噪声的一般化进一步揭示,随着允许误差的增加,解空间几何形状可以经历拓扑转变,这可以提供对神经科学和机器学习的洞察。我们最终使用这种几何特征来获得保证神经元之间的非零突触的确定性条件。因此,我们的理论框架可以应用于神经活动数据,使严格的解剖预测,一般遵循的模型架构。
2022-06-30 cond-mat.dis-nn physics.bio-ph 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
How effective delays shape oscillatory dynamics in neuronal networks
突触、树突和单细胞动力学产生显著的时间延迟,这些延迟塑造了尖峰神经元的大型网络的动力学。先前的工作已经表明,通过添加明确的固定延迟,可以利用速率模型来考虑这种有效延迟[Roxin等人PRL 238103(2005)]。在这里,我们将这项工作扩展到任意对称模式的突触连接和通用的非线性传递函数。具体来说,我们进行了弱非线性分析的动力学状态所产生的异步状态的主要不稳定性。在这种方式中,我们确定分析这些国家的性质和稳定性取决于选择的传递函数和连接。我们到达两个一般性的观察生理相关性,不能解释在以前的作品。这些是:1 -快速振荡总是超临界的现实传递函数。2 -考虑到局部连通性的合理模式,行波优于驻波。最后,我们证明,这些结果显示出良好的协议与霍奇金-赫胥黎神经元网络的数值模拟。
2011-05-17 nlin.PS q-bio.NC q-bio.QM
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
The high-conductance state enables neural sampling in networks of LIF neurons
体内神经回路的明显随机性长期以来一直被假设为代表大脑中正在进行的随机推理的签名。最近,已经提出了一个神经采样的理论框架,它解释了如何通过尖峰神经元网络执行基于样本的推理。这种方法的一个特殊要求是神经响应函数紧密遵循逻辑曲线。计算神经反应函数的分析方法一直是许多理论研究的主题。为了使问题易于处理,通常对神经或突触参数进行特定的假设。然而,存在生物学上重要的活动机制,这些方法没有涵盖:在强烈的突触轰击下,如在皮层中经常发生的情况,神经元被转移到高电导状态(HCS),其特征在于小的膜时间常数。在这种情况下,突触时间常数和不应期主导膜动力学。我们的方法的核心思想是分别考虑两种不同的“模式”的尖峰动态:突发尖峰和短暂的静止,其中神经元不长时间尖峰。我们对待前者传播的有效膜电位的PDF从尖峰到尖峰在一个突发,而后者使用扩散近似。我们发现,我们的神经响应函数的预测密切匹配的模拟数据。此外,在HCS的情况下,我们表明,神经响应函数变得对称,可以很好地近似逻辑函数,从而提供正确的动态,以便执行神经采样。因此,我们不仅提供了一个规范的框架,贝叶斯推断在皮层,但也强大的应用程序的低功耗,加速神经形态系统相关的机器学习任务。
2016-01-05 cond-mat.dis-nn cs.NE physics.bio-ph
Firing Rate Dynamics in Recurrent Spiking Neural Networks with Intrinsic and Network Heterogeneity
神经属性的异质性最近得到了很多关注,并越来越多地被认为是神经处理中的一个重要特征。尽管它的重要性,这一生理特征在传统上被忽视的理论研究皮层神经网络。因此,关于尖峰神经网络中细胞和回路异质性的后果仍然有很多未知数。特别是,结合网络或突触异质性和内在异质性尚未被系统地考虑,尽管事实上,这两个是已知的存在,并可能有显着的作用,在神经网络动力学。在一个典型的循环发放神经网络模型中,我们研究了这两种形式的异质性如何导致兴奋性放电率的不同分布。为了分析这些类型的异质性如何影响网络,我们采用了降维方法,该方法依赖于蒙特卡罗模拟和概率密度函数方程的组合。我们发现,内在的和网络的异质性之间的关系有很强的影响的整体水平的异质性的放电率。具体来说,这种关系可能导致放电率异质性的放大或衰减,这些影响取决于递归网络是异步放电还是有节奏放电。这些观察与上述的减少方法,并进一步简单的分析描述,基于这种降维方法的开发。最后的分析描述提供了紧凑和描述性的公式,内在和网络异质性之间的关系如何决定在各种设置的发射率异质性动态。
2016-11-21 q-bio.NC
Low-dimensional spike rate models derived from networks of adaptive integrate-and-fire neurons: Comparison and implementation
单个神经元的放电活动可以很好地描述了一个非线性集成和发射模型,包括躯体适应。当暴露于波动的输入稀疏耦合的人口,这些模型神经元表现出随机的集体动态,可以有效地使用福克-普朗克方程的特点。[...]在这里,我们从该描述中推导出四个简单的模型的穗率动力学的低维常微分方程,使用两种不同的减少技术:一个使用的频谱分解的福克-普朗克算子,另一个是基于级联的两个线性滤波器和非线性,这是确定从福克-普朗克方程和半解析近似。我们评估了各种生物学上合理的输入统计量的简化模型,发现这两种近似方法导致尖峰速率模型,准确地再现了潜在的自适应集成和消防人口的尖峰行为。[...]低维模型也很好地再现了稳定的振荡尖峰速率动态,这是由经常性的突触兴奋和神经元适应。[...]我们已经提供了实现,允许数字集成的低维尖峰速率模型,以及福克-普朗克偏微分方程的任意模型参数化的有效方法作为开源软件。导出的尖峰速率的描述保留了一个直接的链接到单个神经元的属性,允许方便的数学分析的网络状态,并且非常适合于应用在神经质量/平均场为基础的脑网络模型。
2017-07-19 q-bio.NC
Synchronized dynamics of cortical neurons with time-delay feedback
三个相互耦合的皮层神经元的耦合时间延迟的动力学进行了探讨数值和解析。神经元耦合成一条线,中间神经元向外部神经元发送的投射比它接收的反馈更强,以模拟例如从初级皮质区域到高级皮质区域的信号中继。对于给定的耦合架构,延迟在延迟的时间尺度上在时间序列中引入相关性。结果表明,中间神经元通过延迟时间领先于外部神经元,而外部神经元以零延迟时间同步。同步被发现是高度依赖于突触的时间常数,与更快的突触增加同步的程度和放电率。分析表明,突触前的输入在interspike间隔稳定的同步状态,即使是任意弱耦合,和独立的初始相位。这一发现可能对大脑皮层中空间上相互远离的大群细胞的同步化具有重要意义。
2006-12-23 nlin.CD q-bio.NC
Oscillatory Survival Probability: Analytical, Numerical Study for oscillatory narrow escape and applications to neural network dynamics
研究了布朗运动从强漂移稳定焦点吸引区域$Ω$中逃逸的问题。$Ω$的边界$\partial Ω$是漂移的不稳定极限环,焦点非常接近极限环。我们发现了$Ω$中布朗运动生存概率峰值振荡衰减的新现象。我们明确计算的复值第二本征值$λ_2(Ω$)的Fokker-Planck算子与Dirichlet边界条件,并表明它是负责的峰值。具体来说,我们证明了占主导地位的振荡频率等于$1/{\mathfrak{I}}m\{λ_2(Ω)\}$,是独立的相对噪声强度。我们将分析应用到一个典型的系统,并比较出口点的密度$\partial Ω$从随机模拟。我们发现,这种密度集中在一小部分的边界,从而使出口狭窄的逃逸问题。与经典的激活逃逸问题不同,主特征值不一定随着相对噪声强度的衰减而指数衰减。振荡窄逃逸问题出现在具有突触抑制的神经网络的数学模型中。我们确定了网络在特定状态下的时间密度的振荡峰值。这一观察解释了逃逸前围绕焦点的随机轨迹的振荡以及非泊松逃逸时间。这种现象已经在神经网络文献中观察和报道。
2014-11-22 math-ph math.AP math.MP