一个简单自发活跃的Hebbian学习模型：活动和连接的稳态以及对学习和癫痫发生的影响
摘要：具有自发活跃且能够持续学习的神经系统应该具备同时调节放电率和连通性的稳态能力。实验证据表明这两种稳态都存在，并且连接性维持在最适于信息传输和存储的临界状态。我们提出了一个简单的随机计算型海布学习模型，同时包括放电率和临界稳态，并探究其稳定性和连接性特性。我们还研究了模型在模拟癫痫和急性去传入刺激的情况下的行为。我们认为，相对于临界状态而言，连接性更高的神经系统（即“超临界”状态）易患癫痫。根据我们的模拟结果，我们预测在癫痫后和失去传入刺激后的状态应该是超临界且易患癫痫。此外，增加自发活动的干预措施应该有助于预防癫痫发生。
作者：David Hsu (1), Aonan Tang (2), Murielle Hsu (1), and John M. Beggs (2) ((1) Department of Neurology, University of Wisconsin, Madison WI, (2) Department of Physics, Indiana University, Bloomington IN)
论文ID：0705.3691
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2007-10-15