通过收敛于复杂振荡射频模式，在一个回音型神经网络中的信息减少
摘要：神经网络动力学的计算机模拟研究。网络由9个漏电整流与放电（LIF）神经元组成，排列成方形网络，具有相互神经元间通讯延迟，延迟与相应距离成比例。网络最初被不同的刺激激发，随后自由演化。对于每个刺激，在自由演化过程中，活动要么完全消失，要么网络收敛到一个周期轨迹，不同刺激可能对应不同的周期轨迹。这种现象对应于应用的285290个初始刺激集中的83%。通过应用该集合中的每个刺激，我们发现了102个不同的周期终态。通过分析轨迹，我们得出结论，神经元的放电是将不同轨迹融合为单一轨迹、最终转化为周期性状态的必要先决条件。观察到的自组织现象在时间域中被讨论为感知过程中发生的可能模型。周期性状态中的重复放电可能是记忆形成的基础。
作者：A. Vidybida, O. Shchur
论文ID：1710.04400
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2023-06-16