基于多元 Hawkes 累积量的神经元放电序列统计的闭式建模
神经元与认知
2022-11-30 v1 概率论
统计理论
统计理论
摘要
我们推导了在带有兴奋与抑制的多元 Hawkes 过程模型中，由放电序列驱动的神经元膜电位任意阶累积量的精确解析表达式。此类表达式可用于模型统计行为随时间的预测与灵敏度分析，并可使用 Gram-Charlier 展开估计神经元膜电位的概率密度。我们的结果表明，其优于通过随机模拟得到的 Monte Carlo 估计，并给出了基于组合递归的计算机代码。
引用
@article{arxiv.2210.15549,
title = {Closed-form modeling of neuronal spike train statistics using multivariate Hawkes cumulants},
author = {Nicolas Privault and Michèle Thieullen},
journal= {arXiv preprint arXiv:2210.15549},
year = {2022}
}