尖点使神经计算中的线吸引子成为可能

神经元网络中的线吸引子被认为是许多脑功能的基础，如工作记忆、动眼控制、头部运动、运动和感觉处理。在本文中，我们建立了线吸引子与前馈神经元网络中脉冲门控之间的联系。在此背景下，由于沿一维流形的中性稳定性，线吸引子与时间平移不变性相关联，这使得分级信息能够从一个神经元群体传播到下一个。为了理解脉冲门控如何在高维、非线性、前馈的整合-发放网络中表现出来，我们使用Fokker-Planck方法分析系统动力学。我们建立了Fokker-Planck模型中的脉冲门控传播与群体平均场（发放率）模型之间的联系，然后识别出状态空间中的一个近似线吸引子，作为分级信息传播的基础结构。对线吸引子的分析表明，它由三个不动点组成：一个中心鞍点，具有沿线方向的不稳定流形和正交于线的稳定流形，其两侧各有一个稳定不动点。沿着这些不动点定义的流形，慢动力学产生了一个幽灵。我们证明，该线吸引子出现在一个尖点突变处，其中折叠分岔作为突触噪声的函数而发展；并且尖点折叠附近的幽灵动力学是线吸引子鲁棒性的基础。理解这一尖点突变的动力学方面，使我们能够展示线吸引子如何在生物学真实的神经元网络中持续存在，以及脉冲门控、突触耦合和神经元随机性的相互作用如何被用来实现吸引一维流形，从而动态控制分级信息的处理。