具有突触可塑性的兴奋性神经网络中的混沌与相关联的雪崩
无序系统与神经网络
2017-03-20 v3 统计力学
适应与自组织系统
神经元与认知
摘要
在具有短期突触可塑性的纯兴奋性漏电积分触发神经元的无序平均场网络中，观察到了具有活动事件幂律标度的集体混沌相。动力学相图展示了从准同步和异步状态向具有雪崩的非平凡、集体、突发状态的两种转变。在无无序的均匀情况下，系统同步，且突发行为反映在二维离散映射的倍周期分岔至混沌的转变中。数值模拟表明，具有雪崩的突发混沌相表现出时间相关性的自发涌现和 Kolmogorov 复杂性的增强。我们的分析揭示了一种由无序和确定性底层混沌动力学共同作用产生不规则雪崩的机制。
引用
@article{arxiv.1610.00252,
title = {Chaos and correlated avalanches in excitatory neural networks with synaptic plasticity},
author = {Fabrizio Pittorino and Miguel Ibáñez-Berganza and Matteo di Volo and Alessandro Vezzani and Raffaella Burioni},
journal= {arXiv preprint arXiv:1610.00252},
year = {2017}
}
备注
5 pages 5 figures; SI 26 pages 14 figures. Improved editing, 3 subsections added in SI