神经元对之间的突触关联减缓随机连接神经网络的动力学

随机连接的神经元网络是理论神经科学中最流行的模型之一。然而，皮层中神经元之间的连接并非完全随机，实验数据中发现的最简单且最显著的偏离随机性的表现是锥体细胞之间双向连接的过度表征。使用数值和解析方法，我们研究了部分对称连接对速率单元网络动力学的影响。我们考虑了随机神经网络表现出的两种动力学机制：弱耦合机制，其中除非网络受到刺激，否则放电活动衰减到单一不动点；以及强耦合或混沌机制，其特征在于内部产生的涨落放电率。在弱耦合机制中，我们对外部噪声存在下任意对称程度的网络活动自相关进行了解析计算。在混沌机制中，我们通过模拟确定了内在涨落的时间尺度。在两种情况下，对称性都增加了自相关函数的特征渐近衰减时间，从而减缓了网络中的动力学。