通过激活模式揭示神经元复杂网络中的社区结构

近期研究表明，可通过考虑每个神经元首次接收非零激活的起始时间模式来识别积分-放电型神经元网络中的社区。接收的活动被积分以促进每个神经元的放电并约束社区内部的激活，但未考虑此类激活的时间衰减。本文表明，通过考虑存储激活的指数衰减，也可以在暂态动力学的初始步骤中的激活模式方面识别社区。该方法的潜力通过涉及四个不同类型社区（Erdős-Rényi、Barabási-Albert、Watts-Strogatz以及一个简单地理模型）的复杂神经元网络进行了说明。研究发现，考虑激活衰减可增强社区分离，但衰减过强则会降低区分度。