表观相似的神经元动力学可能导致不同的集体行为库

本报告关注在网络拓扑变化下，实现单个神经元激活的微观规则在确定集体动力学中的相关性。为明确思路，我们研究了两个常用的、在大尺度神经元网络中相当无差别地用作基本构建块的元胞自动机模型。一个由 Greenberg 与 Hastings 提出的模型（GH）可用模拟积分发放过程的演化方程描述，而另一个由 Kinouchi 与 Copelli 提出的模型（KC）代表一种抽象分支过程，其中单个活跃神经元根据预设的“活跃度”分支比激活给定数量的后突触神经元。尽管两个模型的局部神经元动力学之间表观相似，但研究表明，它们作为网络拓扑的函数表现出非常不同的集体动力学。GH 模型随着网络拓扑变化显示出定性不同的动力学态，包括到基态（非活跃态）的瞬态、连续与不连续动力学相变。相反，KC 模型仅表现出连续相变，与网络拓扑无关。这些结果凸显了在大规模数值模拟中注意所选用于建模神经元间相互作用的微观规则的重要性，特别是当网络拓扑远离平均场描述时。人类连接组研究便是这样一例，其中正使用多种类型的模型来理解大脑集体动力学。