神经元群体的广义速率模型
无序系统与神经网络
2007-05-23 v1 神经元与认知
摘要
关于神经元网络中的信息是由放电速率编码还是由放电时间编码携带，一直存在长期争议。我们简要回顾了这两种编码之间竞争的现状，并提到了诸如脑机接口（BMI）等近期研究。然后，我们基于受加性和/或乘性噪声影响的有限 N 单元 Langevin 模型，提出了一个广义速率模型，以理解包含 N 个神经元的簇的放电特性。使用 Fokker-Planck 方程（FPE）方法研究了速率模型的平稳性质。我们的速率模型被证明可以产生各种平稳分布，例如由非高斯分布表示的放电间隔分布，包括伽马分布、逆高斯类分布和对数正态类分布。广义速率模型的动力学性质已使用作者开发的增广矩方法（AMM）进行了研究 [H. Hasegawa, J. Phys. Soc. Jpn. 75 (2006) 033001]。从 AMM 的宏观角度来看，N 单元神经元簇的性质可以用三个量来表示：μ，放电速率 R=(1/N) Σ_i r_i 的平均值，其中 r_i 表示簇中神经元 i 的放电速率；γ，局部变量（r_i）中的平均涨落；ρ，全局变量（R）中的涨落。我们得到了这三个量的运动方程，表明在弱耦合下 ρ∼γ/N。这意味着群体速率编码通常比单神经元速率编码更可靠。我们的速率模型被扩展并应用于包含多个神经元簇的群体。
引用
@article{arxiv.cond-mat/0703507,
title = {A Generalized Rate Model for Neuronal Ensembles},
author = {Hideo Hasegawa},
journal= {arXiv preprint arXiv:cond-mat/0703507},
year = {2007}
}
备注
30 pages, 18 figures, to be published in "Neuronal Network Research Horizons", Ed. M. L. Weiss, Nova Science Publishers, 2007