神经积分器 - 一个沙堆模型
摘要：基于正反馈连接的滞后单元，我们研究了神经整合器的模型。滞后现象被认为是细胞固有特性的产物。我们考虑了包含双稳态或多稳态神经元的循环网络。我们将我们的分析应用于眼球运动速度到位置的神经整合器，该神经整合器通过携带关于眼球角速度信息的输入来计算眼球位置。通过在参数空间中对系统进行分析，我们展示了以下结果。与未连接的神经元相比，具有循环连接的系统中神经元响应的滞后方向可能发生反转。因此，对于基于NMDA受体的双稳态，与OFF型眼球运动相比，在ON型眼球运动之后的发放率可能更高。我们认为这是由于全局循环反馈的存在而产生的新兴属性。滞后方向的反转仅发生在滞后大小在神经元之间存在差异的情况下。我们还将整合器的宏观泄漏时间常数与滞后单元中微观自发噪声驱动转换的速率相关联。最后，我们认为具有较小滞后的神经元的存在可能消除整合的阈值问题。
作者：Maxim Nikitchenko and Alexei Koulakov
论文ID：q-bio/0605038
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2007-05-23