多时间尺度自适应阈值神经元模型的系统辨识
神经元与认知
2018-03-13 v1 系统与控制
摘要
本文研究了多时间尺度自适应阈值（MAT）神经元模型的参数估计问题。通过操控由非重置漏积分器与自适应阈值耦合而成的系统动力学，可将阈值电压表示为在未知参数上呈线性的可实现模型。随后，该线性参数化可实现模型被用于基于预测误差的框架中，以辨识阈值参数，从而预测单神经元的精确放电时刻。该迭代线性最小二乘估计方案使用由精确模型得到的合成数据以及由体外大鼠体感皮层神经元得到的实验数据进行评估。结果表明，该方法能够将给定的 MAT 模型拟合到不同类型的波动参考数据中。与神经元学界使用的现有辨识方法相比，所提方法的性能更优。
引用
@article{arxiv.1803.04236,
title = {System Identification of a Multi-timescale Adaptive Threshold Neuronal Model},
author = {Amirhossein Jabalameli and Aman Behal},
journal= {arXiv preprint arXiv:1803.04236},
year = {2018}
}