具有化学和电突触的基于电导的整合-发放神经网络中的动力学与脉冲序列统计
生物物理
2017-07-26 v1 数学物理
math.MP
神经元与认知
摘要
我们研究了电突触（间隙连接）对基于电导的整合-发放神经网络中集体神经元动力学和脉冲统计的影响，该网络由布朗噪声驱动，其中电导依赖于脉冲历史。我们显式计算了时间演化算子，并表明，给定网络的脉冲历史和给定时刻的膜电位，进一步的动力学演化可以写成封闭形式。我们证明，当噪声较弱时，脉冲序列统计由吉布斯分布描述，其势函数可以用显式公式近似。该势函数形式包含了现有的脉冲序列统计分析模型，如最大熵模型或广义线性模型（GLM）。我们还讨论了不同类型的相关性：由共享刺激引起的相关性和由神经元相互作用引起的相关性。
引用
@article{arxiv.1212.3577,
title = {Dynamics and spike trains statistics in conductance-based Integrate-and-Fire neural networks with chemical and electric synapses},
author = {Rodrigo Cofré and Bruno Cessac},
journal= {arXiv preprint arXiv:1212.3577},
year = {2017}
}
备注
42 pages, 1 figure, submitted