스파이크 뉴런 네트워크에서의 교대 진동 및 확률적 상태

우리는 고양이 시각 피질에서 관찰된 현상, 즉 진동성과 불규칙한 신경 활동의 교대를 집중적으로 연구합니다. 뇌 모델링에서 이러한 동적인 측면은 간과되었으나, 이는 서로 다른 신경 집단의 동적 결합에 필수적일 수 있습니다. 저자들은 단순하지만 생리학적으로 그럴듯한 모델 네트워크를 제시하며, 이는 그 단순성에도 불구하고 이러한 행동을 나타냅니다—예를 들어, 수지상 동역학은 무시됩니다— emergent network property로서. 이 네트워크는 상호 자극적 방식으로 연결된 여러 스파이크 뉴런으로 구성됩니다. 각 뉴런은 여러 확률적 스파이크 열차에 의해 자극받습니다. 결과적으로 발생하는 큰 입력 분산은 네트워크의 응답 특성에 중요하다는 것이 밝혀졌으며, 이는 자기상관 함수의 두 매개변수인 주파수와 변조 진폭으로 특성화됩니다. 저자들은 이러한 매개변수를 내부 결합 강도, 외부 입력 강도 및 여러 입력 연결 구조의 함수로 계산하고, 불규칙하고 주기적인 행동을 생성하는 매개변수 영역을 구별합니다. 또한, 그들은 불규칙적이고 주기적인 시간 구조 간에 교대하는 응답을 발견하여, 이는 실험 결과를 매우 잘 재현합니다. 네트워크 응답의 자극 의존성의 중요한 측면은 실험적 관찰과 잘 일치합니다.