神经元网络中耦合的客观高效推断
神经元与认知
2020-01-29 v1 无序系统与神经网络
统计力学
适应与自组织系统
摘要
从网络的脉冲数据推断方向性耦合在神经科学等多个科学领域中是所需的。此处，我们将一种近期提出的客观流程应用于由 Hodgkin--Huxley 型模型以及在圆形结构中培养的体外神经元网络所获得的脉冲数据。结果，我们成功从诱发活动以及自发活动准确地重构了突触连接。为获得结果，我们发明了一个解析公式以近似实现一种筛选相关耦合的方法。这显著降低了所提客观流程中采用的筛选方法的计算代价，使得处理如本研究中的大尺度系统成为可能。
引用
@article{arxiv.1805.07061,
title = {Objective and efficient inference for couplings in neuronal networks},
author = {Yu Terada and Tomoyuki Obuchi and Takuya Isomura and Yoshiyuki Kabashima},
journal= {arXiv preprint arXiv:1805.07061},
year = {2020}
}