具有$q$-高斯异质性的神经群体的平均场方程
混沌动力学
2022-04-27 v2
摘要
利用平均变量的低维模型描述大型神经群体的集体动力学，长期以来是理论神经科学中一项引人注目的任务。近期发展的降维方法使得可以直接从单个神经元的微观动力学推导出此类模型。为简化降维，通常假设异质网络参数服从柯西分布。此处我们将该降维方法推广至由-高斯分布定义的更广泛异质性类别。该分布的形状取决于Tsallis指数，并随该指数变化从柯西分布逐渐变为正态高斯分布。我们推导了具有-高斯分布兴奋度参数的二次积分-发放抑制性网络的平均场方程。结果表明，网络的动力学模式显著依赖于由Tsallis指数决定的分布形式。由平均场方程获得的结果通过微观模型的数值模拟得到证实。
引用
@article{arxiv.2201.11493,
title = {Mean-field equations for neural populations with $q$-Gaussian heterogeneities},
author = {Viktoras Pyragas and Kestutis Pyragas},
journal= {arXiv preprint arXiv:2201.11493},
year = {2022}
}