白噪声驱动的整合-发放神经元的输入参数是否由发放率和变异系数唯一确定？
神经元与认知
2009-12-15 v1 适应与自组织系统
摘要
整合-发放(IF)神经元在计算神经科学中得到了广泛应用。特别重要的是这些模型的随机版本，其中驱动由均值为 、噪声强度为 的白高斯噪声模拟的突触输入组成。人们提出了不同的 IF 模型，其发放统计量对输入参数 和 有非平凡的依赖关系。为了在这些模型之间进行比较，必须首先指定它们参数之间的对应关系。这可以通过确定每个模型的哪组参数 (, ) 与一组给定的基本发放统计量（例如，发放率和峰间间隔(ISI)的变异系数(CV)）相关联来实现。然而，先验地并不清楚对于给定的发放率和 CV，每个模型是否只有唯一的一组输入参数选择。在这里，我们回顾了完美、漏电和二次 IF 神经元模型的发放率和 CV 对输入参数的依赖关系，并解析地证明，在这三个模型中，发放率和 CV 确实唯一地确定了输入参数。
引用
@article{arxiv.0912.2366,
title = {Are the input parameters of white-noise-driven integrate-and-fire neurons uniquely determined by rate and CV?},
author = {Rafael D. Vilela and Benjamin Lindner},
journal= {arXiv preprint arXiv:0912.2366},
year = {2009}
}