多层神经网络中的最优自诱导随机共振：电突触与化学突触的比较

电突触和化学突触塑造了神经网络的动力学，其在信息处理中的功能角色一直是神经生物学中的长期问题。在本文中，我们通过解析和数值方法研究了突触在延迟多层神经网络中自诱导随机共振现象优化中的作用。我们考虑一个双层多层网络，其中在层内水平上神经元通过电突触或抑制性化学突触耦合。对于每个孤立的层，计算表明较弱的电突触和化学突触耦合是更好的自诱导随机共振优化器。此外，无论突触强度如何，较短的电突触延迟比较短的化学突触延迟是更好的现象优化器，而较长的化学突触延迟比较长的电突触延迟是更好的优化器——在这两种情况下，较差的优化器实际上是最差的。研究发现，在层内水平仅具有电突触的两层网络，其电、抑制性或兴奋性化学多层耦合均可各自优化该现象。而仅在层内水平具有抑制性化学突触的两层网络，只有兴奋性化学多层耦合才能优化该现象。这些结果可指导旨在建立或确认人工神经电路网络以及真实生物神经网络中自诱导随机共振机制的实验。