人类和猴子的多电极记录表明在清醒 - 睡眠周期的各个状态中,兴奋性和抑制性集团相互协调,存在各种时间尺度上的相关性,这一平衡特性是由局部网络中的递归活动产生的,而不是由外部输入引起的;这一平衡特性的失调可能是定义病态状态的一个重要因素,尤其是在癫痫发作中。
Oct, 2014
通过测量不同物种大脑内多地点局部场电位(LFP)的活动模式和信息交互能力,该研究发现在适度的兴奋 / 抑制(E/I)比例下产生的神经元阵列的规模和信息容量最大,同时也揭示了局部神经元阵列互动峰值的本质 —— 神经元落像是 “局部临界” 现象,是平衡 E/I 和神经元网络的一项普遍性质。
Dec, 2010
该研究提出了一个平均场模型,研究了神经元活动的自发性和同步性。当平衡抑制和兴奋的突触权重比为 4 时,网络呈现出自组织临界特性,而当存在外部电场时呈现出平衡网络的四种同步状态,该模型可以解释不同抑制水平下神经元活动的异步性,可能有助于理解不同大脑区域的神经元活动机制。
Jun, 2019
我们制定了一种神经突触平衡的理论,并解释了其如何在神经网络中出现或被强制执行。这种理论通过解释其基本示例以及延伸到其他激活函数、更一般的正则化器、非分层架构等方向来说明平衡现象,并证明在使用随机平衡算法时能够通过收敛到相同的平衡权重集合来获得全局秩序。
May, 2024
通过研究随机布尔网络的动力学吸引子的统计量,我们发现正的兴奋性平衡可产生具有较高记忆性能的临界点,而负的抑制性平衡则提供了具有更好预测性能的另一个临界点,并且有趣的是,固有的吸引子动力学对两种情况的性能几乎没有影响。
Aug, 2023
本研究发现通过距离依赖性连接概率,可以克服兴奋性和抑制性尖峰神经元随机连接网络在进行计算时的不可靠性。在此基础上建立的空间扩展尖峰神经元网络可以展现出对称性破缺分岔现象,并能生成可进行动力学计算的时空模式。
Nov, 2016
该论文研究使用 Hamiltonian Monte Carlo 算法进行概率推断在大脑皮层中的动态行为,并阐明了皮层计算的效率在于神经振荡的加速在推断方向上的重要性。
Jul, 2014
通过平均场分析,研究了一种神经网络如何在内在产生混沌活动的同时,对外部输入产生敏感性,并发现一个 “共振” 频率,在此频率下输入最有效地抑制混沌,而神经反应的方差在符合许多感官系统操作范围的频率上最强烈地受到抑制。
Dec, 2009
神经元电路如何实现学分分配是系统神经科学中一个未解决的核心问题,本文通过一种在自适应控制理论框架内得出的可行的微电路模型和 Hebb 学习规则展示了如何解决这一矛盾,同时对兴奋性可塑性的抑制调节提出了具体预测。
Oct, 2023
通过生物学上的神经元网络组合中的多种互补机制,可以在人工神经网络中实现连续学习。
Apr, 2023