基于统计数据分析同化的HVC中间神经元特性
神经元与认知
2016-08-17 v1
摘要
数据同化（DA）解决在给定数据和模型下推断初始条件的反问题。本文中，我们使用具有生物物理学动机的霍奇金-赫胥黎（Hodgkin-Huxley, HH）鸟类HVCI神经元模型、这些神经元的实验记录以及我们的数据同化算法，来推断能够精确重现观测波形信息的完整参数集和最小离子电流集。我们通过DA方法和模型选择找到了许多不同的经验证参数集。我们总结探讨了应用于神经元产生准确或不准确结果的反问题的变体；通过操纵呈现给算法的数据、改变采样率和波形；以及通过增减离子电流来操纵模型。
引用
@article{arxiv.1608.04433,
title = {HVC Interneuron Properties from Statistical Data Assimilation},
author = {Daniel Breen and Sasha Shirman and Eve Armstrong and Nirag Kadakia and Henry Abarbanel},
journal= {arXiv preprint arXiv:1608.04433},
year = {2016}
}
备注
28 pages, 32 figures. Not yet submitted to any journal