时空模式重放与非重放临界点处的神经雪崩
神经元与认知
2015-06-17 v1 无序系统与神经网络
摘要
我们使用耦合尖峰单元网络对自发皮层活动进行建模，其中多个时空模式作为动力学吸引子被存储。我们引入了一个序参量，用于测量网络活动与存储模式之间的重叠（相似性）。我们发现，取决于网络的兴奋性，可能存在不同的工作机制。对于高兴奋性，动力学吸引子是稳定的，并且会出现自发重放其中一个存储模式的集体活动；而对于低兴奋性，则不会诱发重放。在这两种机制之间，存在一个临界区域，其中动力学吸引子是不稳定的，噪声会诱发间歇性的短暂重放。在临界尖峰阈值处，序参量从零变为一，其涨落达到最大，正如相变所预期的那样（并且在最近的大脑实验结果中观察到了这一点）。值得注意的是，在这个临界区域，雪崩规模和持续时间的分布遵循幂律。临界指数与最近在神经雪崩测量中观察到的标度关系一致。总之，我们简单的模型表明，皮层自发活动中的雪崩幂律可能是网络处于时空模式重放与非重放临界点的结果。
引用
@article{arxiv.1310.2024,
title = {Neural Avalanches at the Critical Point between Replay and Non-Replay of Spatiotemporal Patterns},
author = {Silvia Scarpetta and Antonio de Candia},
journal= {arXiv preprint arXiv:1310.2024},
year = {2015}
}