作为扩散漏电积分触发神经元模型输出的 Gamma 更新过程
神经元与认知
2016-10-04 v1 概率论
摘要
脉冲序列的统计特性以及其他神经生理学数据提示了多种神经元数学模型。这些模型涵盖了从纯描述性模型到由真实神经元特性演绎出的模型。其中之一是基于受吸收壁限制的 Ornstein-Uhlenbeck 随机过程的扩散漏电积分触发神经元模型，该模型能够通过其参数描述广泛的神经元活动。这些参数易于与已知的生理机制相关联。另一个模型是描述性的 Gamma 更新过程，其参数仅反映观测到的实验数据或假设的理论性质。本文将这两种常用模型联系起来。我们展示了在何种条件下 Gamma 模型可作为扩散 Ornstein-Uhlenbeck 模型的输出。在某些情况下，我们可以看到对于所采用的 Ornstein-Uhlenbeck 过程参数，Gamma 分布是不切实际的。
引用
@article{arxiv.1610.00542,
title = {The Gamma renewal process as an output of the diffusion leaky integrate-and-fire neuronal model},
author = {Petr Lansky and Laura Sacerdote and Cristina Zucca},
journal= {arXiv preprint arXiv:1610.00542},
year = {2016}
}