异质神经元网络中通过动态竞争涌现的平衡核心
神经元与认知
2017-10-17 v1
摘要
兴奋与抑制之间的平衡对于神经元计算至关重要。实验观察到神经元网络的平衡态存在于许多实验中,但其潜在机制仍有待完全阐明。平衡态的理论研究主要集中在同质Erdős-Rényi网络的分析上。然而,已发现许多皮质区域的神经元网络是非均质的。特别是,神经元网络的连接性可以是无标度、小世界,甚至具有特定基序的类型。在这项工作中,我们研究了平衡态相对于网络拓扑是否具有普适性,以及在无标度和小世界网络等非均质网络中平衡态具有什么特征的问题。我们发现,对于稀疏但强连接的非均质网络,尽管整个网络接收外部输入,其内部固有嵌入了一个小的活动子网络(活动核心)。该活动核心中的神经元具有相对较高的放电率,而网络其余部分中的神经元处于静息状态。令人惊讶的是,活动核心具有平衡态,且该状态独立于单神经元动力学模型。使用具有平均场假设的Fokker-Planck方程可以很好地预测活动核心的动力学。我们的结果表明,在非均质网络连接性的存在下,平衡态在大脑中可能是普遍存在的,并且活动核心中的网络连接性本质上接近Erdős-Rényi结构。嵌入大型网络中的小活动核心的存在可能为神经元网络中的稀疏编码提供潜在的动态机制。
引用
@article{arxiv.1710.05201,
title = {Emergence of a Balanced Core through Dynamical Competition in Heterogeneous Neuronal Networks},
author = {Qing-long L. Gu and Songting Li and Wei P. Dai and Douglas Zhou and David Cai},
journal= {arXiv preprint arXiv:1710.05201},
year = {2017}
}