泄漏积分发放神经网络模拟中的领导神经元

多项实验研究表明，在二维活体神经网络的群体脉冲中存在领导神经元。领导神经元基本上是指在脉冲（或网络尖峰）开始时发放的频率高于根据其整体平均神经活动所预期的频率的神经元。这意味着领导神经元具有超越简单统计效应的脉冲触发能力。在本研究中，我们表征了这些领导神经元的特性。这自然引导我们模拟二维神经网络。为了构建我们的模拟，我们选择了泄漏积分发放（lIF）神经元模型。我们的lIF模型在我们模拟的脉冲群体中具有稳定的领导神经元。这些领导神经元是兴奋性神经元，并且具有较低的膜电位发放阈值。除了这两个首要特性外，神经元成为领导神经元所需的条件很难识别，似乎取决于模拟本身涉及的多个参数。然而，详细的线性分析显示了神经元成为领导神经元所需特性的趋势。我们的主要发现是：领导神经元向许多兴奋性神经元以及少数抑制性神经元发送信号，而领导神经元仅接收来自其他兴奋性神经元的少数信号。我们的线性分析展示了领导神经元的五个基本特性及其相对重要性。这意味着，考虑一个具有固定每神经元平均连接数的给定神经网络，我们的分析为我们提供了一种预测哪个神经元可以成为好的领导神经元而哪个不能的方法。即使考虑单个给定神经元时成功率未达到百分之百，我们的预测公式仍提供了良好的统计预测。