自关联记忆检索和整合-放电神经元的小世界网络中的自发活动峰
摘要：脑中某些真实网络的特点可以定性地被称为“小世界”，这意味着它们的连接结构介于有序的几何排列和与几何无关的随机网格之间。小世界可以通过平均路径长度和聚类系数来更加精确地定义；但是这样精确的描述对于更好地理解连接性类型如何影响记忆检索是否有用？ 我们模拟了一个自联想记忆网络，其中使用了脉冲神经元，并将网络连接性在有序和随机之间进行参数化变化。我们发现，当连接性接近随机时，网络可以进行检索，并且在连接性接近有序时表现出有序网络的特征行为（局部的活跃“突起”）。最近的分析工作表明，这两个行为可以在简单的阈值线性单元网络中共存，导致局部检索状态。然而，我们发现在我们的脉冲神经元中，它们往往是互斥的行为。此外，两者之间的转变发生在连接性参数的值上，而这些值与小世界的概念并不简单相关。
作者：A. Anishchenko (1), E. Bienenstock (1), A. Treves (2) ((1) Brown University, (2) SISSA)
论文ID：q-bio/0502003
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2007-05-23