涌现功能性神经网络中的自组织临界性与无标度特性
无序系统与神经网络
2007-05-23 v2 适应与自组织系统
神经元与认知
摘要
近期关于复杂系统的研究表明，与规则网络或随机网络相比，包含神经元振荡器在内的振荡器在小世界网络中的同步更快、更强且更高效，并且许多研究基于大脑可能利用小世界和无标度网络结构的假设。我们表明，大脑中的功能结构通过脉冲时间依赖可塑性（STDP）的突触重组自组织为小世界和无标度网络，而这很难通过传统的 Hebbian 学习规则实现。我们表明，兴奋性和抑制性突触输入之间的平衡对于功能结构的形成至关重要，并且发现该结构处于自组织临界态。
引用
@article{arxiv.cond-mat/0408700,
title = {Self-organized Criticality and Scale-free Properties in Emergent Functional Neural Networks},
author = {Chang-Woo Shin and Seunghwan Kim},
journal= {arXiv preprint arXiv:cond-mat/0408700},
year = {2007}
}
备注
4 pages, 3 figures