抑制性积分放电神经元网络中的峰间间隔相关性
神经元与认知
2019-03-27 v1 动力系统
生物物理
数据分析、统计与概率
摘要
我们研究了在基于电流和基于电导的纯抑制性积分放电神经元网络中，由网络平均串行相关系数（SCC）量化的峰间间隔（ISI）时间相关性。数值模拟揭示了在偏置电流驱动和网络规模的中间值处向负 SCC 的跃迁。当偏置驱动和网络规模超过这些值时，SCC 回到零。SCC 在网络振荡强度的中间值处负得最大。研究了 SCC 对两种典型突触连接方案的依赖，结果表明该现象在两种方案中均稳健出现。对于基于电导的突触，SCC 在快速和慢速相干网络振荡的起始处均变为负值。最后，我们为基于电流的网络设计了一种降噪扩散近似，用以解释所观测到的时间相关性跃迁。
引用
@article{arxiv.1902.03815,
title = {Interspike interval correlations in networks of inhibitory integrate-and-fire neurons},
author = {Wilhelm Braun and André Longtin},
journal= {arXiv preprint arXiv:1902.03815},
year = {2019}
}
备注
16 pages, 18 figures, 3 appendices. Accepted for publication in Physical Review E