×
卡米尔·拉杰德尔;彼得·兰斯基

具有合并更新输入的Stein神经元模型。 （英语） Zbl 1344.92039号

生物、网络。 109，第3期，389-399（2015）.
小结：Stein的单个神经元模型的输入通常使用泊松过程来描述，该过程被假设为代表大量突触前棘波序列汇集的棘波行为。然而，对输入的这种描述并不总是合适的，因为可变性不能与强度分开。因此，我们创建并研究了带有更一般输入的Stein模型，即平衡更新过程的总和。推导了该模型的膜电位均值和方差。利用这些公式和数值模拟，对模型进行了分析，以研究输入变量对膜电位和输出尖峰序列特性的影响。利用稳态下膜电位方差的相对差和输出峰间距的积分平方误差，将广义Stein模型与具有泊松输入的原Stein模型进行了比较。这两个标准都显示了高变异性输入模型之间的巨大差异。

引用于2文件

MSC公司：

92C20美元 神经生物学

关键词：

斯坦因模型;神经输入;泊松过程;联合更新流程;首次通过时间
PDF格式BibTeX公司 XML格式引用
\textit{K.Rajdl}和\textit{P.Lansky}，Biol。赛博。109，第3号，389--399（2015；Zbl 1344.92039）
全文： 内政部

参考文献：

[1] Avila-Akerberg O，Chacron MJ（2011）《非更新尖峰序列统计：神经编码的原因和功能后果》。实验脑研究210:353-371·doi:10.1007/s00221-011-2553-y
[2] Benedetto E，Sacerdote L（2013）关于双室神经元模型生成的ISI的依赖性属性。生物网络107:95-106·Zbl 1267.92018号 ·doi:10.1007/s00422-012-0536-0
[3] Burkitt AN（2001）《平衡神经元：具有反转电位的漏泄积分和核神经元的分析》。生物Cybern 85:247-255·Zbl 1160.92308号 ·doi:10.1007/s004220100262
[4] Burkitt AN（2006a）《完整和核心神经元模型综述：I.同质突触输入》。生物网络95:1-19·Zbl 1161.92315号 ·doi:10.1007/s00422-006-0068-6
[5] Burkitt AN（2006年b）《综合与核心神经元模型综述：II》。非均匀突触输入和网络属性。生物网络95:97-112·Zbl 1161.92314号 ·doi:10.1007/s00422-006-0082-8
[6] Cáteau H，Reyes AD（2006），单个神经元与群体峰值统计之间的关系以及对网络活动的影响。物理评论稿96:058101·doi:10.1003/PhysRevLett.96058101
[7] Cox DR（1962）更新理论。Methuen&Co.，伦敦·Zbl 0103.11504号
[8] Cox DR，Lewis PAW（1966）系列事件的统计分析。查普曼和霍尔，伦敦·Zbl 0148.14005号 ·doi:10.1007/978-94-011-7801-3
[9] Cupera J（2014）重新审视神经元模型的扩散近似。数学生物科学工程11:11-25·Zbl 1279.60103号 ·doi:10.3934/mbe.2014.11.11
[10] de la Rocha J，Moreno R，Parga N（2004）《相关性》通过短期可塑性调节神经元的非单调反应。神经计算58-60:313-319·doi:10.1016/j.neucom.2004.01.061
[11] Deger M，Helias M，Boucsein C，Rotter S（2012），叠加静态尖峰序列的统计特性。计算机神经科学杂志32:443-463·Zbl 1446.92040号 ·doi:10.1007/s10827-011-0362-8
[12] Di Crescenzo A，Martinucci B（2007）《带有兴奋性输入和状态依赖性效应的随机神经元模型分析》。数学生物科学209:547-563·Zbl 1126.92009号 ·doi:10.1016/j.mbs.2007.03.008
[13] Ditlevsen S，Lansky P（2011），射击变异性高于从经验变异系数推导得出的变异性。神经计算23:1944-1966·Zbl 1218.92016年 ·doi:10.1162/NECO_a_00157
[14] Droste F，Lindner B（2014）非对称二分法噪声驱动的完整核神经元。生物Cybern 108:825-843·Zbl 1359.92018年9月 ·doi:10.1007/s00422-014-0621-7
[15] Dummer B，Wieland S，Lindner B（2014），稀疏连接神经网络中尖峰序列功率谱的自洽测定。前Comp Neurosci 8:104
[16] Gerstner W，Kistler WM（2002）尖峰神经元模型。剑桥大学出版社·兹比尔1100.92501 ·doi:10.1017/CBO9780511815706
[17] Giorno W，Spina S（2014）关于非均质Ornstein-Uhlenbeck神经元模型的不可抗力回归过程。数学生物科学工程11:285-302·Zbl 1279.60104号
[18] Gomez L，Budelli R，Saa R，Stiber M，Segundo JP（2005）将相关突触前输入的尖峰序列集合为簇点过程的实现。生物网络92:110-127·Zbl 1097.92004号 ·doi:10.1007/s00422-004-0534-y
[19] Hohn N，Burkitt AN（2001）泄漏的积分与核神经元中的散粒噪声。物理版E 63:031902·doi:10.1103/PhysRevE.63.031902
[20] Jahn P，Berg RW，Hounsgaard J，Ditlevsen S（2011）运动神经元膜电位遵循时间非均匀跳跃扩散过程。计算机神经科学杂志31:563-579·Zbl 1446.92134号 ·doi:10.1007/s10827-011-0326-z
[21] Kistler WM，Gerstner W，van Hemmen JL（1997）将Hodgkin-Huxley方程简化为单变量阈值模型。神经计算9:1015-1045·doi:10.1162/neco.1999.9.5.1015
[22] Kostal L、Lansky P、Rospars JP（2007a）《神经元编码和峰值随机性》。欧洲神经科学杂志26:2693-2701·doi:10.1111/j.1460-9568.2007.05880.x
[23] Kostal L，Lansky P，Zucca C（2007b）Ornstein-Uhlenbeck模型描述的神经元活动的随机性和可变性。净计算神经18:63-75·网址：10.1080/09548980701243134
[24] Koyama S，Kostal L（2014）在速率编码假设下，峰间间隔统计对信息增益的影响。数学生物科学工程11:63-80·Zbl 1279.62219号 ·doi:10.3934/mbe.2014.11.63
[25] Lansky P（1984）关于Stein神经元模型的近似。《Theor生物学杂志》107:631-647·doi:10.1016/S0022-5193（84）80136-8
[26] Levakova M、Ditlevsen S、Lansky P（2014）《抑制性输入的潜伏期估计》。生物Cybern 108:475-493·Zbl 1328.92020号 ·doi:10.1007/s00422-014-0614-6
[27] Lindner B（2006）许多独立尖峰序列的叠加通常不是泊松过程。物理版E 73:022901·doi:10.10103/物理版本E.73.022901
[28] Lindner B、Chacron MJ、Longtin A（2005）《带阈值噪声的完整核神经元：神经元间间隔相关性如何影响神经元信号传输的可控模型》。物理版E 72:021911·doi:10.1103/PhysRevE.72.021911
[29] Ly C，Tranchina D（2009），任何更新过程中突触输入的尖峰序列统计和动力学：人口密度方法。神经计算机21:360-396·Zbl 1178.68440号 ·doi:10.1162/neco.2008.03-08-743
[30] Moreno R，de la Rocha J，Renart A，Parga N（2002），尖峰神经元对相关输入的反应。物理评论稿89:288101·doi:10.1103/PhysRevLett.89.288101
[31] Musila M，Lansky P（1991）解剖复杂神经元的广义Stein模型。生物系统25:179-191·doi:10.1016/0303-2647（91）90004-5
[32] Nawrot MP、Boucsein C、Molina VR、Riehle A、Aertsen A、Rotter S（2008）《皮层棘波序列变异动力学的测量》。神经科学方法杂志169:374-390·doi:10.1016/j.jneumeth.2007.10.013
[33] Omi T，Shinomoto S（2011）优化非噪声尖峰序列的时间直方图。神经计算23:3125-3144·Zbl 1237.92017年9月 ·doi:10.1162/NECO_a_00213
[34] Ostojic S（2011）波动输入驱动的尖峰神经元的峰间间隔分布。神经生理学杂志106:361-373·doi:10.1152/jn.00830.2010年
[35] Ricciardi LM，Sacerdote L（1979）作为神经元活动模型的Ornstein-Uhlenbeck过程，I.放电时间的平均值和方差。生物网络35:1-9·2010年4月14日 ·doi:10.1007/BF01845839
[36] Richardson MJE，Gerstner W（2005）突触散粒噪声和电导波动对膜电压的影响同样显著。神经计算17:923-947·Zbl 1076.92014号 ·doi:10.1162/0899766053429444
[37] Richardson MJE，Gerstner W（2006）基于电导的突触放电噪声导致阈下神经元电压波动的统计。混沌16:026106·Zbl 1152.92309号
[38] Richardson MJE，Swarbrick R（2010）接受兴奋性和抑制性突触发射噪声的神经元的发射率反应。物理评论稿105:178102·doi:10.1103/PhysRevLett.105.178102
[39] Salinas E，Sejnowski TJ（2000）相关突触输入对简单神经元模型中输出放电率和变异性的影响。神经科学杂志20:6193-6209
[40] Shimokawa T，Koyama S，Shinoto S（2010）作为尖峰列车模型的时间重标伽马过程的表征。计算机神经科学杂志29:183-193·Zbl 1446.92171号 ·doi:10.1007/s10827-009-0194-y
[41] Shinomoto S，Koyama S（2007）速率和时间编码之间争议的解决方案。统计医学26:4032-4038·数字对象标识代码：10.1002/sim.2932
[42] Smith CE，Smith MV（1984）Stein模型的电压轨迹矩与突触反转电位。神经生物学杂志3:67-77
[43] Smith PL（2010）《从泊松散粒噪声到综合Ornstein-Uhlenbeck过程：决策和响应时间中信息积累的神经原理模型》。数学心理学杂志54:266-283·Zbl 1204.91119号 ·doi:10.1016/j.jmp.2009.12.002
[44] Stein RB（1965）神经元可变性的理论分析。生物物理学杂志5:173-194·doi:10.1016/S0006-3495（65）86709-1
[45] Tuckwell HC（1979）随机神经活动模型中的突触传递。《Theor生物学杂志》77:65-81·doi:10.1016/0022-5193（79）90138-3
[46] 塔克韦尔HC（1988）理论神经生物学导论：第2卷，非线性和随机理论。剑桥大学出版社·Zbl 0647.92009号 ·doi:10.1017/CBO9780511623202
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。