Neural criticality from effective latent variables
本研究探讨神经雪崩临界性的起源,发现群体活动与多个潜在动力学变量耦合可在无需微调参数下产生临界行为,并识别出两种携带不同信息量的临界雪崩状态。
2023-10-13 physics.bio-ph q-bio.NC
Growing Critical: Self-Organized Criticality in a Developing Neural System
在各种神经系统中的实验发现了雪崩:具有临界动力学典型特征的活动爆发。它们发生的一个可能的解释是一个自组织进入临界状态的底层网络。我们提出了一个简单的尖峰模型开发神经网络,显示这些可能会“成长为”临界。我们的模型产生的雪崩对应于集群的广泛应用的霍克斯过程。我们分析得出的集群大小和持续时间分布,并发现他们同意与实验观察到的神经元雪崩。
2018-11-07 cond-mat.dis-nn nlin.AO q-bio.NC
Self-organized criticality in neural networks from activity-based rewiring
神经系统在一个介于沉默和混沌动力学之间的动态机制中处理信息。这导致了临界性假设,该假设表明神经系统通过向动态相变的临界点自组织而达到这样的状态。在这里,我们研究了一个最小的神经网络模型,表现出自组织临界性在随机噪声的存在下,使用重新布线规则,只利用本地信息。对于网络演进,根据节点的平均活动,将传入链路添加到节点或删除。仅基于此规则,网络向临界状态演化,呈现典型的幂律分布雪崩统计。所观察到的指数与动力学标度理论预测的临界性一致,也与所观察到的神经雪崩指数一致。该模型的临界状态自动达到,而不需要参数调整,是独立的初始条件下,是强大的随机噪声,并独立的实施细节的不同变体的模型表示。我们认为,这支持的假设,真正的神经系统可能会利用类似的机制,自我组织的关键,特别是在早期发展阶段。
2020-09-24 cond-mat.dis-nn cond-mat.stat-mech nlin.AO
Statistical models of neural activity, criticality, and Zipf's law
在这篇综述中,我们讨论了神经网络中的临界动力学观测与最大熵模型之间的联系,最大熵模型通常被用作神经活动的统计模型,特别关注“统计”和“动力学”临界性之间的关系。我们提出的系统,是关键的一种方式,但不是在其他的例子,从而举例说明这两个概念的差异。然后,我们讨论的出现Zipf法律神经活动,验证他们的存在下,在视网膜活动的一些不同的条件。在本章的第二部分,我们回顾统计临界性和参数空间结构之间的联系,如Fisher信息所描述的。我们注意到,基于模型的关键性的签名,即比热的发散,出现独立的数据集研究,我们认为这是与以前的理论研究结果是兼容的。
2018-12-21 cond-mat.dis-nn nlin.AO q-bio.NC
Responses to transient perturbation can distinguish intrinsic from latent criticality in spiking neural populations
Stony Brook University(石溪大学)
通过研究神经元对瞬态扰动的响应,区分神经活动中的内在临界性与潜在变量驱动的相关性。
2025-12-19 cond-mat.dis-nn q-bio.NC
Self-organized criticality of a simplified integrate-and-fire neural model on random and small-world network
我们考虑了一个简化的积分-点火神经模型在规则网络、小世界网络和随机网络上的点火结构的临界性。我们简化了Levina,Herrmann和Geisel(LHG)提出的积分-点火模型。在我们的模型中,我们将突触强度设置为恒定值。我们观察到雪崩大小和雪崩寿命的概率分布的幂律行为。小世界网络和随机网络中的临界指数与全连通网络中的临界指数相同。然而,在规则的一维环中,该模型没有表现出临界行为。在简化的LHG模型中,捷径在自组织临界性中起着至关重要的作用。全连通网络、小世界网络和随机网络三种网络中的简化LHG模型属于同一普适类。
2014-05-16 nlin.AO q-bio.NC
Dynamical and Statistical Criticality in a Model of Neural Tissue
为了使神经系统正常工作,必须达到兴奋和抑制的微妙平衡。然而,当全球战略寻求这种平衡时,只有少数模式保持平衡接近不稳定,所有其他模式都是强稳定的。在这里,我们提出了一个简单的模型,神经组织中,这种平衡是寻求本地的神经元以下“反赫布”的行为:{ \sl所有}度的自由实现了密切的平衡的兴奋和抑制,并成为“关键”的动力学意义上。在长时间尺度上,我们模型的模式围绕不稳定线振荡,因此一个极其复杂的“突破”动力学环境中,系统的不同模式在日珥和灭绝之间振荡。我们表明,系统开发各种异常的统计行为,因此成为自组织的统计意义上的关键。
2008-08-28 q-bio.NC
A Spiking Neural Dynamical Drift-Diffusion Model on Collective Decision Making with Self-Organized Criticality
University of Nebraska-Lincoln(内布拉斯加大学林肯分校)
本文提出了一种基于脉冲神经网络的新型集体决策方案,解决多智能体漂移扩散模型问题。通过指数积分-放电模型捕捉个体动态,推导出系统达到临界状态的幂律分布。
2018-05-07 cs.SY eess.SY q-bio.NC
Self-organized criticality in neural network models
长期以来,人们一直认为,神经网络必须建立并保持一定的中间活动水平,以避免混乱和沉默。Beggs和Plenz(2003)首先在大鼠皮层培养物中观察到时空活动雪崩,随后在更多的实验装置中观察到了临界性的强有力证据。这些发现引发了对神经网络临界性和雪崩动力学理论模型的深入研究,通常通过调整突触耦合将一些动态序参量反馈到网络拓扑上。我们在这里给出了现有的动态网络的理论模型的概述。虽然大多数模型都强调生物学和神经生理学的细节,但我们在这里的路径是不同的:我们拿起Bornholdt和Roehl(2001)早期自组织临界神经网络模型的线索,并根据实验数据测试其适用性。保持早期模型的简单性,同时解除自旋公式相对于生物系统的缺点,我们在这里研究一个改进的模型(Rybarsch和Bornholdt,2012 b),并表明它适应临界性,表现出雪崩统计,与实验数据相比,无需参数调整。
2012-12-13 cond-mat.dis-nn nlin.AO q-bio.NC
Dynamical synapses causing self-organized criticality in neural networks
我们表明,网络的尖峰神经元表现出强大的自组织临界性,如果突触的功效遵循现实的动态。推导出平均耦合强度和峰间间隔的解析表达式,我们证明了动态突触的网络具有广泛的相互作用参数的临界雪崩动力学。我们证明,在临界极限的网络成为关键的所有足够大的耦合参数。因此,我们解释了实验观察中,皮层神经元显示雪崩活动的发射事件的总强度分布为幂律。
2007-12-06 cond-mat.dis-nn cond-mat.stat-mech q-bio.NC
Criticality in the brain: A synthesis of neurobiology, models and cognition
认知功能需要协调神经活动跨越许多尺度,从神经元和电路到大规模网络。因此,一个专注于任何单一尺度的解释框架不太可能产生一个关于大脑活动和认知功能的综合理论。神经科学的建模和分析方法应该以适应多尺度现象为目标。新兴的研究现在表明,大脑中的多尺度过程源于自然界中广泛存在的所谓临界现象。临界性出现在复杂系统中,介于有序和无序之间,并以没有任何特殊空间或时间尺度的波动为标志。我们回顾了临界的核心性质,支持其在神经系统中的作用的证据,以及其在大脑健康和疾病中的解释潜力。
2017-07-19 q-bio.NC
Emergent functions of noise-driven spontaneous activity: Homeostatic maintenance of criticality and memory consolidation
受临界大脑假说启发,本研究通过SNN仿真与体外实验证明,噪声驱动的自发活动能利用STDP维持临界性与EI balance,从而实现大脑自我优化与记忆巩固,为节能神经网络设计及睡眠功能提供见解。
2025-07-13 nlin.AO q-bio.NC
Robust transformations of firing patterns for neural networks
作为一种很有前途的计算范式,人工和生物神经网络中的临界状态的出现引起了广泛的关注。一个经常被明确或隐含的假设是,一个单一的临界状态负责两个不同的临界性概念(雪崩临界性和混沌临界性的动力学边缘)。之前,我们提供了一个孤立的同现反例。在这里,我们揭示了这种网络经历的结构转变的持久范式,因为整体连接强度在其生物学意义范围内变化。在这些转变中,只有一个雪崩临界点出现,与混沌的边缘未能同时发生。我们的观察是基于从网络配置和它们的神经元的变化获得的网络的集合。这表明,不仅临界性的非重合,而且网络结构变化的整体连接强度的功能的持续范例,可能是一个大类的生物神经网络的一般特征。
2017-08-14 nlin.CD q-bio.NC
Witten-type topological field theory of self-organized criticality for stochastic neural networks
研究随机神经网络自组织临界性的Witten型拓扑场论。得到了神经网络一般随机微分方程的Parisi-Sourlas-Wu量子化,扩散系统的Becchi-Rouet-Stora-Typhoon(BRST)对称性,随机微分方程的自发破缺与连接定态的瞬子之间的关系,以及伪超对称随机神经网络的充要条件.假设神经元雪崩是大脑皮层信息处理和存储的一种机制,随机神经网络\cite{Beggs}模型是正确的,SOC系统可以看作是具有自发破缺的BRST对称性的W-TFT。然后从随机神经网络模型中恢复神经元雪崩和自发破缺的BRST对称性。我们发现,只要漂移系数的散度很小且是非常数,随机神经网络模型是BRST对称的。也就是说,如果脑神经网络系统的SOC可以看作是一个具有自发破缺BRST对称性的W-TFT,那么在神经科学中广泛应用的随机神经网络的一般模型\cite{Dayan}不足以描述SOC。给出了随机神经网络存在稳态概率分布的扩散充分条件。神经元网络的放电频率的节律产生于此过程,同时某些生物学规律是保守的。
2022-01-28 q-bio.NC quant-ph
Adaptive self-organized criticality in deep neural networks
Charité – Universitätsmedizin Berlin(柏林夏里特医科大学);Berlin Institute of Health(柏林健康研究所);Humboldt University Berlin(柏林洪堡大学);Bernstein Center for Computational Neuroscience(伯恩斯坦计算神经科学中心);Center for Stroke Research(中风研究中心)
本研究提出用纯局部稳态可塑性调节深度神经网络全局动力学状态的方法,可将网络推向临界状态,抵消训练诱导的超临界漂移,揭示动力学调节与任务优化的竞争关系。
2026-08-31 q-bio.NC
Self-organized criticality in a network of interacting neurons
本文分析了一个简单的神经网络,表现出自组织临界性。这种临界性来自简单的神经网络与产生双稳态的兴奋性反馈回路的组合,以及其输入通路中的反赫布突触。使用统计场论的方法,我们展示了如何可以制定这样的网络的随机动力学的路径积分的行动,我们然后使用重整化群方法进行调查。结果表明,该网络在两个稳定状态之间来回切换时存在滞后现象,每个稳定状态在鞍结分岔处失去稳定性。重正化群分析表明,这种分岔附近的波动具有定向渗流的签名。因此,网络状态经历了定向渗透普适类中相变的神经模拟。该网络精确地复制了Bak,Tang和Wiesenfeld的原始沙堆模型的行为。
2012-09-18 physics.bio-ph q-bio.NC
A reaction diffusion-like formalism for plastic neural networks reveals dissipative solitons at criticality
具有尖峰时间依赖可塑性(STDP)的网络中的自组织结构可能在大脑的信息处理中发挥核心作用。在本研究中,我们推导出一个反应扩散形式主义的非线性速率神经元的塑性前馈网络的相关敏感的学习规则的启发和定性类似STDP。在获得方程描述的信号的空间形状从层到层的变化,我们推导出一个标准的非线性必要的任意输入获得稳定的动态。我们对信号演化的可能情况进行了分类,发现接近不稳定状态的过渡出现了亚稳定的解决方案。解析地确定了这些耗散孤子的形式,并研究了几个这样的共存对象的演化和相互作用。
2015-12-07 cond-mat.dis-nn q-bio.NC
Self-organized Criticality and Scale-free Properties in Emergent Functional Neural Networks
近年来对复杂系统的研究表明,在小世界网络中,包括神经元在内的振子的同步比在规则或随机网络中更快、更强、更有效,许多研究都是基于大脑可能利用小世界和无标度网络结构的假设。我们发现,在大脑中的功能结构是自组织的小世界和无标度网络的突触重组的尖峰时间依赖的突触可塑性(STDP),这是很难实现与传统的Hebbian学习规则。我们发现,兴奋性和抑制性突触输入之间的平衡是至关重要的功能结构的形成,这是发现躺在一个自组织的临界状态。
2004-11-09 cond-mat.dis-nn nlin.AO q-bio.NC
Adaptive self-organization in a realistic neural network model
复杂系统中的信息处理在接近相变临界状态时效率最高。因此,可以想象,神经信息处理也接近临界运行。幂律分布的观察结果进一步支持了这一点,幂律分布是相变的标志。一个重要的未决问题是,神经网络如何能够在发展、适应、学习等过程中不断变化的同时保持接近临界点。Bornholdt和Rohlf做出了一项有影响力的贡献,在自适应网络中引入了一种鲁棒自组织临界性的通用机制。在这里,我们解决的问题,这种机制是否是真正的神经网络相关。我们在一个现实的模型,尖峰时间依赖的突触可塑性可以自组织神经网络强大的临界。我们的模型再现了几个经验性的观察,并作出可测试的预测突触强度的分布,将它们与网络的临界状态。这些结果表明,动力学和拓扑结构之间的相互作用可能是必不可少的神经信息处理。
2010-05-26 q-bio.NC
Avalanches in self-organized critical neural networks: A minimal model for the neural SOC universality class
大脑在中间活动的走廊中保持其整体动态,并且什么可能的机制可以实现这一任务一直是一个长期存在的问题。长期以来,统计物理学领域的机制一直表明,即使没有中央调节器,大脑活动的这种稳态也可以通过神经元及其相互作用水平上的自组织单独发生。这种来自自组织临界性的物理机制表现出特征性的动力学特征,类似于与地震有关的地震活动。对皮层静息活动的测量显示出动力学特征的初步迹象,这些特征可能指向大脑中自组织的临界动力学。事实上,最近更精确的测量允许与非平衡临界现象的标度理论进行详细的比较,证明了皮层动力学临界性的存在。在这里,我们将这种对皮层活动数据的新评估与自组织临界神经网络的最早物理自旋模型的预测进行了比较。我们发现,该模型与最近的实验数据及其解释在大脑中的临界动力学签名相匹配。临界性的签名、雪崩大小和持续时间的幂律分布以及异常指数之间的特定标度关系的组合定义了在神经实验中观察到的特定临界现象的普适性类特征。自旋模型是神经临界性的普适性类的自组织临界自适应网络的极小模型的候选者。作为一个原型模型,它提供了模型的背景,包括更多的生物学细节,但共享相同的普遍性类特征的动态平衡的活动在大脑中。
2014-10-07 cond-mat.dis-nn q-bio.NC
Two types of criticality in the brain
具有相等的兴奋性和抑制性反馈的神经网络显示出高的计算性能。它们在接近临界点的地方工作,其特征是大量神经元的联合激活。然而,在猕猴运动皮层,我们观察到非常不同的动态与人口水平上的弱波动。这表明运动皮质以次优状态运行。在这里,我们展示了相反的情况:跨神经元的相关性的大分散是丰富的动态库的特征,其隐藏于宏观脑信号之外,但对于诸如库计算的概念中的高性能是必不可少的。我们的研究结果表明,在神经系统中的临界性的观点的细化:网络拓扑结构和异质性赋予大脑两个互补的基板,在很大程度上不同的复杂性的关键动态。
2018-03-19 cond-mat.dis-nn q-bio.NC
Self-organization toward criticality by synaptic plasticity
自组织临界性被认为是许多复杂系统中出现无标度动力学的普遍机制,可能也存在于大脑中。虽然这种无标度模式在许多不同类型的神经记录中被实验识别,但它们出现背后的生物学原理仍然未知。利用不同的网络模型和实验观察的动机,突触可塑性被提出作为一种可能的机制,自组织大脑动力学向临界点。在这篇综述中,我们讨论了如何在多个时间尺度上操作的各种生物学上合理的可塑性规则在模型中实现,以及它们如何通过修改神经元之间的连接的数量和强度来改变网络的动态状态。这些规则中的一些有助于稳定临界状态,一些需要额外的机制来防止偏离临界状态。我们建议,能够使网络的临界状态的规则可以分类的近临界动态持续多久后,他们禁用。最后,我们讨论了自组织和临界性在计算中的作用。总的来说,临界性的概念有助于阐明大脑功能和自组织,但活的神经网络的整体动力学似乎不仅利用了计算的临界性,而且还利用了计算的偏差。
2020-10-15 cond-mat.dis-nn physics.bio-ph q-bio.NC
Theoretical foundations of studying criticality in the brain
该研究针对大脑临界性研究中的理论与统计技术问题,系统重构四类临界性的神经科学研究基础,总结易错点与局限并提出方案,展望其对神经科学研究的推动作用。
2023-06-09 cond-mat.dis-nn cond-mat.other cond-mat.stat-mech
Cognitive Aging as Interplay between Hebbian Learning and Criticality
认知老化似乎是一个全球退化的故事。随着年龄的增长,会发生许多物理、化学和生物学上的变化。因此,我们可以合理地假设大脑也不例外。这个项目的主要目的是使用神经动力学和学习模型的基础上的自我组织临界性的基本原则,占年龄相关的认知效果。在这方面,神经网络中的学习可以作为在早期发展阶段获得技能和知识的模型,即网络中的老化过程和临界状态作为认知能力的最佳状态。神经网络老化的可能机制是连接和神经元的丢失,噪声水平的增加,白质的减少或更有趣的是更长的学习历史以及几个优化目标之间的竞争。在本文中,我们主要感兴趣的是较长的学习历史对记忆的影响,从而在大脑中的优化。因此,假设以联想记忆模式的形式延长学习可以破坏网络中的临界状态。我们的模型基于Tsodyks和Markrams [49]的动态突触模型,在此过程中探索了标准Hebbian学习与自组织临界现象相结合的效果。该项目主要包括评估和模拟综合神经元和火神经元的网络,这些神经元受到神经元一级老化效应的各种组合,目的是建立初步假设,并利用其重要特征之一,即较长的学习历史,了解认知能力因老化而下降。
2014-02-04 cs.NE nlin.AO q-bio.NC
Adaptation to criticality through organizational invariance in embodied agents
许多生物系统和认知系统并不在一种或另一种活动机制的深处运作。相反,它们在位于其参数空间中的相变的临界点处保持平衡。临界性的普遍性表明,可能存在诱导这种行为的一般原则,但没有充分的理论来理解临界性是如何在广泛的层次和背景下产生的。为了探讨如何从一般的自适应机制的临界可能出现,我们提出了一个简单的学习规则,保持一个内部的组织结构,从一个特定的家庭系统的临界。我们实现的机制,在人工体现代理人控制的神经网络保持一个相关结构随机抽样的伊辛模型在临界温度。在两个经典的强化学习场景中评估代理:山地车和Acrobot双摆。在这两种情况下,神经控制器似乎达到了临界点,这与代理行为的两个制度之间的过渡点相吻合。这些结果表明,在某些情况下,适应临界性可以作为一种普遍的适应机制,提供了另一种解释的普遍存在的临界性在生物和认知系统。
2018-06-01 cond-mat.dis-nn cond-mat.stat-mech cs.NE
Dynamical aspects of Kinouchi-Copelli model: emergence of avalanches at criticality
我们分析了木之内-科佩利模型中神经活动爆发的行为,该模型最初是为了解释感觉系统中的信息处理问题。我们表明,在一个临界条件下,幂律行为出现的突发(雪崩)的大小和持续时间,在真实的生物系统中实验观察到的指数。
2011-12-27 physics.bio-ph q-bio.NC
25 years of criticality in neuroscience -- established results, open controversies, novel concepts
25年前,Dunkelmann和Radons(1994)提出神经网络应该自组织到临界状态。在模型中,临界性提供了许多计算优势。因此,这一假说,特别是Beggs和Plenz(2003)的实验工作,引发了大量的研究,成千上万的研究都提到了这一假说,尽管如此,实验结果仍然相互矛盾。一个假说吸引了几十年的积极研究,但仍然存在争议,这怎么可能呢?我们讨论了实验和概念上的争议,然后提出了一个简约的解决方案,(i)统一了矛盾的实验结果,(ii)避免了临界状态的缺点,(iii)使网络属性的快速,自适应调整任务的要求。
2019-03-12 q-bio.NC
Unconventional criticality, scaling breakdown, and diverse universality classes in the Wilson-Cowan model of neural dynamics
Wilson-Cowan模型构成了理解兴奋性和抑制性单位网络的集体动力学的范式方法。在文献中,它已被大量用于分析平均场水平上神经网络的可能阶段,例如,假设大型全连接网络。此外,它的随机对应物允许人们研究波动引起的现象,如雪崩。在这里,我们重新审视随机威尔逊-考恩模型,特别注意可能的相变之间的静态和活跃的阶段。我们揭示了八种可能类型的相变,包括连续的标度行为属于已知的普适性类-如定向渗透和三临界定向渗透-以及新的。特别是,我们表明,在一些特殊的情况下,在一个所谓的霍普夫三临界定向渗流过渡,而非常规的行为,包括一个异常的崩溃的标度出现。这些结果拓宽了我们的知识可能类型的关键行为的兴奋性和抑制性单位的网络,并在实际的神经元记录了解雪崩动力学相关。从更一般的角度来看,这些结果有助于扩展到静态或吸收状态的非平衡相变的理论。
2023-01-17 cond-mat.stat-mech nlin.CG 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
Scaling signatures of near-critical dynamics in large-scale human resting-state electrophysiology
University of Padova(帕多瓦大学);Biofisika Institute (CSIC,UPV-EHU)(生物物理学研究所(西班牙国家研究委员会、巴斯克公立大学));Ben-Gurion University of the Negev(内盖夫本-古里安大学)
研究通过临界点理论分析静息态脑电活动,发现多种可观测量在粗粒化下呈现尺度不变性,揭示了临界动力学在非侵入性脑电记录中的应用潜力。
2026-11-10 cond-mat.dis-nn cond-mat.stat-mech physics.bio-ph
Criticality, stability, competition, and consolidation of new representations in brain networks
大脑从稀疏的外部输入中形成并存储分布式表征,这些外部输入与已经存储的记忆痕迹竞争神经元资源。目前还不清楚神经系统的动力学特性允许在这些条件下形成和随后巩固新的分布式记忆表示。在这里,我们使用分析,计算和实验的方法来表明,在神经元网络活动(即临界)的相变附近的动态制度可能在这个过程中发挥重要作用。我们的研究结果表明,近临界动力学是必要的,以稳定和存储新的稀疏驱动表示时,他们与本地网络状态的竞争。
2018-02-07 physics.bio-ph q-bio.NC
Meditative absorption shifts brain dynamics toward criticality
McGill University(麦吉尔大学);Monash University(莫纳什大学);Vrije Universiteit Amsterdam(阿姆斯特丹自由大学);Southern Cross University(南十字星大学);University of Southern California(南加州大学);Massachusetts General Hospital(麻省总医院);Harvard Medical School(哈佛医学院);Institute for the Study of Extraordinary States of Mind (ISEOM)(超常心智状态研究所);Jewish General Hospital(犹太总医院)
冥想沉浸通过增强神经信号多样性与降低混沌性,使大脑动态向临界状态转变,揭示了临界性作为最小现象体验的神经生理标志。
2025-11-26 q-bio.NC
Dynamical criticality in the collective activity of a population of retinal neurons
最近基于多电极和成像技术的实验结果重新激发了大型神经网络在有序和无序之间的临界点附近运行的想法。然而,关键性的证据依赖于任意阶参数的定义,或不解决网络活动的动态性质的模型。在这里,我们介绍了一种新的方法来评估的关键性,克服了这些限制,同时涵盖和概括以前的标准。我们发现了一个简单的模型来描述大鼠视网膜中大量神经节细胞的全局活动,并表明它们的统计数据在临界点附近保持平衡。考虑到活动的时间动态大大增强了临界性的证据,揭示了以前的方法不会。该方法是通用的,可以用于其他生物网络。
2015-01-31 cond-mat.dis-nn cond-mat.stat-mech q-bio.NC
A toy model for brain criticality: self-organized excitation/inhibition ratio and the role of network clustering
最近的实验结果越来越多地支持临界脑假说。它假设大脑处于有序和混乱状态之间的临界点,有时被称为“混乱的边缘”。神经科学的另一个核心观察是兴奋-抑制平衡的原则:某些大脑网络在兴奋和抑制之间表现出非常恒定的比例。当这种平衡受到干扰时,网络就会偏离临界点,例如在癫痫发作期间可能会发生这种情况。然而,目前还不清楚是什么机制使神经动力学平衡到这种兴奋-抑制比,从而确保关键的大脑动力学。在这里,我们介绍了一个简单的,但生物学上合理的玩具模型的自组织临界神经网络与自组织的兴奋抑制比。该模型只需要神经元具有其自身最近活动的局部信息,并相应地改变神经元之间的连接。我们发现,该网络演变到一个国家的特点是雪崩分布的临界性的普遍标度律,并以一个特定的激励抑制比。该模型将大脑临界性和大脑中观察到的特定兴奋/抑制平衡这两个问题与共同的起源或机制联系起来。从这种网络的统计力学的角度来看,该模型使用的兴奋/抑制比作为控制参数的相变,这使得在任意高的连通性的临界。我们发现,网络聚类起着至关重要的作用,这种相变发生。
2022-02-07 cond-mat.dis-nn nlin.AO q-bio.NC
Robustness of functional networks at criticality against structural defects
神经元网络动力学特性对结构损伤的鲁棒性是计算和实验神经科学的核心问题。研究表明,健康大脑的皮质网络在临界状态附近工作,而且功能性神经元网络通常具有无标度和小世界特性。在这项工作中,我们研究了简单的功能网络在临界状态下的鲁棒性如何受到结构缺陷的影响。特别是,我们考虑了一个二维伊辛模型在临界温度下,并研究其功能网络的变化与结构缺陷的程度增加。我们表明,无标度和小世界性质的功能网络在临界状态下是强大的,对大程度的结构病变,而系统仍然低于渗流限制。虽然伊辛模型只是一个概念性的描述一个两状态的神经元,我们的研究揭示了基本的鲁棒性功能网络从经典的统计力学模型。
2018-08-15 cond-mat.stat-mech physics.soc-ph q-bio.NC
Self-organized criticality enables conscious integration through brain-body resonance
Nova University Lisbon – Cairo Branch(里斯本新大学开罗分校)
该研究通过脑-体共振维持的自组织临界性揭示了意识整合的机制,发现传统预处理方法会破坏整合动态,而原始数据中的临界动态支持大规模神经协调与事件相关处理的耦合。
2026-05-21 eess.SP q-bio.NC
Deep Sleep Classification via EEG Signal Criticality: A Passive BCI Approach for Sleep-Improvement Neurofeedback
Nicolaus Copernicus University(尼古拉·哥白尼大学);Araya Inc.(Araya公司);The University of Tokyo(东京大学)
本研究利用去趋势波动分析(DFA)提取的临界性特征,通过朴素贝叶斯分类器实现了对深度睡眠(N3)的高精度识别(平衡准确率87.17%),为被动脑机接口中的状态依赖神经反馈提供了高效感知机制。
2026-06-12 cs.LG q-bio.NC
Markers of criticality in phase synchronisation
大脑作为一个临界系统的概念是非常有吸引力的,因为接近临界的系统被认为是最大限度地提高其信息处理和通信的动态范围。到目前为止,有两个关键的实验观察支持这一假设:i)幂律分布的神经元雪崩的大小和ii)长程时间相关(LRTC)的神经振荡的振幅。这些如何最大限度地提高信息处理和通信的动态范围的情况下,仍在进行,因为信息编码和传输的重要基板是神经同步,它是感兴趣的链接与临界同步措施。我们提出了一个框架,用于表征的关键性同步的基础上的一个新的度量的相位同步(相位差的变化率)和一组方法,我们已经开发了检测LRTC。我们测试这个框架对两个经典模型的关键性(伊辛和仓本),最近描述的变体,这些模型旨在更密切地代表人类大脑的动态。从这些模拟中,我们确定的参数,这些系统显示出证据的LRTC在相位同步。我们通过分析成对的人类同步EEG和EMG时间序列证明了原理,表明在静息状态下可以检测到皮质肌相位同步的LRTC。相位同步波动中LRTC的存在表明,这些波动是由非本地行为。这对人们应该期望看到LRTC相位同步的条件具有重要影响。具体而言,大脑静息状态可能表现出LRTC,反映了一种准备状态,有助于快速的任务依赖性转变,朝向和远离消除LRTC的同步状态。
2014-04-23 cond-mat.dis-nn nlin.AO q-bio.NC
Criticality in Reservoir Computer of Coupled Phase Oscillators
越来越多的证据表明,大脑皮层在一个临界状态附近运行,该临界状态的特征是神经雪崩活动的幂律尺寸分布,但在模拟大脑皮层的人工神经网络中缺乏这一临界状态的证据。本文设计了一个耦合相位振荡器的人工神经网络,并利用机器学习中的水库计算技术,对它进行训练,使之能预测混沌。结果发现,当机器是适当的训练,水库中的振荡器同步成集群的大小遵循幂律分布。然而,当机器训练不足时,这个功能就不存在了。此外,发现尽管原始网络的同步程度,一旦适当地训练,水库网络总是发展到相同的临界状态,举例说明了这种状态在机器学习中的“吸引子”性质。在不同的油藏模型和不同的目标系统中验证了结果的通用性,发现分布的标度指数与油藏细节和目标系统的分叉参数无关,但当目标系统的动力学改变为不同类型时,分布的标度指数被修改。研究结果揭示了机器学习的本质,有助于物理系统中高性能机器的设计。
2021-07-23 nlin.CD q-bio.NC
Maximum entropy models of neuronal populations at and off criticality
University of Campania “Luigi Vanvitelli”(坎帕尼亚路易吉范维特利大学);Department of Biomedical Sciences, University of Padova(帕多瓦大学生物医学系);Section on Critical Brain Dynamics, National Institute of Mental Health(国家心理健康研究所关键脑动力学组);Universidade Federal do Ceará(塞阿拉联邦大学)
通过最大熵模型和雪崩动力学分析,发现静态最大熵模型能区分亚临界与临界/超临界系统,但无法区分临界与超临界,表明动力学对捕捉超临界行为至关重要。
2026-09-30 q-bio.NC
Mechanistic description of spontaneous loss of memory persistent activity based on neuronal synaptic strength
该研究针对工作记忆持续活动终止机制的现有理论空白,构建基于突触强度的分析框架,结合仿真与大鼠实验揭示了被动记忆丧失的离子电流平台期机制,为记忆障碍药物研发提供了新方向。
2024-02-02 q-bio.NC
Criticality of spreading dynamics in hierarchical cluster networks without inhibition
在复杂的神经网络,如哺乳动物大脑皮层的功能模式的表示的一个基本要求是在有限的临界范围内存在稳定的网络激活。在这个范围内,网络中神经元群体的活动在迅速消亡或激活整个网络的极端之间持续存在。哺乳动物大脑皮层的神经纤维网络具有跨越多个组织水平的模块化组织。使用一个基本的传播模型,没有抑制,我们研究了如何通过这样一个分层集群网络的节点的功能激活传播。模拟表明,在集群网络中可以产生持久且可扩展的激活,但在相同大小的随机网络中则不能。此外,参数范围产生的关键激活是显着更大的层次集群网络比在小世界网络的相同大小。这些研究结果表明,一个层次的集群架构可能提供的结构基础,在皮层网络中观察到的稳定和多样的功能模式。
2008-02-18 physics.soc-ph q-bio.NC q-bio.PE
Optimal encoding in stochastic latent-variable Models
在这项工作中,我们探讨了在嘈杂的尖峰网络的感觉编码的统计模型学习的编码策略。神经系统中的感觉通信的早期阶段可以被视为信息理论意义上的编码通道。然而,神经元群体面临着通信理论中不常考虑的约束。使用受限玻尔兹曼机作为感官编码的模型,我们发现,具有足够容量的网络学习平衡精度和噪声鲁棒性,以便自适应地传达具有不同信息内容的刺激。在感觉系统中观察到的镜像变异抑制,信息刺激以高精度编码,代价是对频繁的、因此信息较少的刺激的更多可变反应。奇怪的是,我们还发现神经元群体代码中的统计临界性出现在输入统计被很好地捕获的模型大小上。这些现象有明确的热力学解释,我们讨论了他们的连接到流行的理论编码和统计临界神经元群体。
2020-06-24 q-bio.NC
Zipf's law and criticality in multivariate data without fine-tuning
生物系统中许多自由度的联合概率分布,例如神经网络中的放电模式或斑马鱼中的抗体序列组成,通常遵循齐普夫定律,其中在秩-频率图上观察到幂律。这种行为最近被证明意味着这些系统位于一个独特的临界点附近,在那里熵和能量的广泛部分完全相等。在这里,我们通过分析和数值模拟表明,如果存在影响系统的未观测变量(或变量),则Zipf类概率分布自然出现。G.对于神经网络,输入刺激导致网络中的各个神经元以时变速率激发。在统计学和机器学习中,这些模型被称为潜变量或混合模型。我们的模型表明,没有微调是必需的,即齐普夫定律一般出现没有调整参数到一个点,并提供了深入了解齐普夫定律在广泛的系统中的普遍性。
2014-06-18 cond-mat.stat-mech q-bio.NC q-bio.QM
Finite integration time can shift optimal sensitivity away from criticality
Donders Institute for Brain, Cognition, and Behaviour(达德斯大脑与认知研究所);Radboud University(拉德堡德大学);University of Tübingen(蒂宾根大学);Max Planck Institute for Biological Cybernetics(马克斯·普朗克生物控制论研究所);Max Planck Institute for Dynamics and Self-Organization(马克斯·普朗克动力学与自组织研究所);Institute for the Dynamics of Complex Systems(复杂系统动力学研究所)
该研究探讨了有限积分时间如何影响循环神经网络的最优灵敏度,发现其可从临界点移开,强调了有限时间因素在信息处理研究中的重要性。
2026-02-10 cond-mat.dis-nn q-bio.NC
Consciousness Viewed in the Framework of Brain Phase Space Dynamics, Criticality, and the Renormalization Group
为了从大脑相空间动力学和临界性的角度来看待意识,我将首先回顾目前突出的理论概念化,并在适当的情况下,确定理论神经科学中不明智和有缺陷的概念,这些概念可能会阻碍将意识视为物理学中的一种现象。我将进一步介绍相关的事实,这些事实在当前的意识论中往往没有得到足够的关注。作为一种概念化意识的新方法,我建议将其视为大脑复杂神经动力学的集体成就,可以在状态空间动力学和临界性的框架下进行研究。在物理学中,相空间跃迁和重整化群的概念是解释复杂系统中涉及许多长度和时间尺度的现象的有力工具。这些概念的重要性在于它们解释了复杂系统中不同层次的新集体行为的出现,每个层次都有其独特的本体论、组织和规律,作为一种新的现实模式。这个提议的假设是,意识的主观性是对现实水平的认识解释,起源于大脑-身体-环境系统的相变。
2011-03-07 cond-mat.dis-nn q-bio.NC
Optimal Dynamical Range of Excitable Networks at Criticality
复杂系统研究中经常出现的一个观点是,最佳信息处理应该在分叉点或相变点附近找到。然而,这种启发式假设几乎没有(如果有的话)具体的实现,其中标准和生物相关的量在临界状态下被优化。在这里,我们给出了这样一个现象的一个明确的例子:一个网络的可激发元素有其灵敏度和动态范围最大化的非平衡相变的临界点。我们的研究结果与缝隙连接在嗅球和视网膜神经节细胞输出中的重要作用是一致的。网络动力学中还出现了同步和全局振荡现象。我们建议,电耦合的主要功能作用是提供一个增强的动态范围,因此允许跨越几个数量级的信息编码。这一机制为心理物理学规律提供了微观的神经基础。
2007-05-15 cond-mat.dis-nn nlin.CG physics.bio-ph
A Neuronal Model at the Edge of Criticality: An Ising-Inspired Approach to Brain Dynamics
本文构建受 Ising 模型启发、含不应期约束的二维神经元网络,揭示其在临界温度附近呈现同步转变及长程关联等临界特征。
2025-06-08 cond-mat.soft q-bio.NC stat.CO