Gibbs分布如何自然产生于突触适应机制：基于模型的论证
适应与自组织系统
2015-05-13 v3 动力系统
生物物理
摘要
本文在神经元网络动力学的背景下，利用动力系统理论和统计物理学的方法探讨了两个问题： 如何刻画神经元网络产生的动作电位序列（“脉冲序列”）的统计性质？以及；突触可塑性对这些统计性质有何影响？我们引入了一个框架，其中脉冲序列与膜电位轨迹的编码相关联，并且在重要的显式例子（即所谓的gIF模型）中实际上构成了符号编码。在此基础上，我们利用遍历理论中的热力学形式体系，证明了在给定指定量的经验平均值的情况下，Gibbs分布是描述脉冲序列统计性质的自然概率测度。作为第二个结果，我们证明了当考虑“慢”突触可塑性规则（即突触适应的特征时间远长于神经元动力学的特征时间）时，Gibbs分布会自然产生。
引用
@article{arxiv.0812.3899,
title = {How Gibbs distributions may naturally arise from synaptic adaptation mechanisms. A model-based argumentation},
author = {B. Cessac and H. Rostro and J. C. Vasquez and T. Viéville},
journal= {arXiv preprint arXiv:0812.3899},
year = {2015}
}
备注
39 pages, 3 figures