A robust balancing mechanism for spiking neural networks

Artikeleigenschaften
  • Sprache
    English
  • DOI (url)
  • Veröffentlichungsdatum
    2024/04/01
  • Indian UGC (Zeitschrift)
  • Auffrischen
    71
  • Antonio Politi Institute for Complex Systems and Mathematical Biology and Department of Physics 1 , Aberdeen AB24 3UE, United KingdomCNR—Consiglio Nazionale delle Ricerche—Istituto dei Sistemi Complessi 2 , via Madonna del Piano 10, 50019 Sesto Fiorentino, Italy ORCID (unauthenticated)
  • Alessandro Torcini CNR—Consiglio Nazionale delle Ricerche—Istituto dei Sistemi Complessi 2 , via Madonna del Piano 10, 50019 Sesto Fiorentino, ItalyLaboratoire de Physique Théorique et Modélisation, CY Cergy Paris Université 3 , CNRS UMR 8089, 95302 Cergy-Pontoise cedex, FranceINFN Sezione di Firenze 4 , Via Sansone 1 50019 Sesto Fiorentino, Italy ORCID (unauthenticated)
Abstrakt
Zitieren
Politi, Antonio, and Alessandro Torcini. “A Robust Balancing Mechanism for Spiking Neural Networks”. Chaos: An Interdisciplinary Journal of Nonlinear Science, vol. 34, no. 4, 2024, https://doi.org/10.1063/5.0199298.
Politi, A., & Torcini, A. (2024). A robust balancing mechanism for spiking neural networks. Chaos: An Interdisciplinary Journal of Nonlinear Science, 34(4). https://doi.org/10.1063/5.0199298
Politi A, Torcini A. A robust balancing mechanism for spiking neural networks. Chaos: An Interdisciplinary Journal of Nonlinear Science. 2024;34(4).
Journalkategorien
Science
Mathematics
Science
Physics
Technology
Technology (General)
Industrial engineering
Management engineering
Applied mathematics
Quantitative methods
Beschreibung

Wie erhalten unsere Gehirne die Stabilität inmitten ständiger neuronaler Aktivität? Diese Forschung schlägt einen neuartigen, robusten nichtlinearen Ausgleichsmechanismus für zufällige Netzwerke von Spiking-Neuronen vor. Dieser Mechanismus erklärt die unregelmäßige Aktivität mit niedriger Feuerungsrate, die im Kortex beobachtet wird, selbst ohne starke externe Ströme. Der vorgeschlagene Mechanismus nutzt die Plastizität exzitatorisch-exzitatorischer Synapsen, die durch kurzzeitige Depression induziert werden. Die nichtlineare Reaktion der synaptischen Aktivität wird als Schlüsselfaktor für die Etablierung eines stabilen, ausgeglichenen Regimes identifiziert. Die Forscher untermauern ihre Behauptungen mit einer selbstkonsistenten Analyse und umfangreichen Simulationen über zunehmende Netzwerkgrößen hinweg. Das resultierende Regime ist fluktuationsgetrieben und durch eine sehr unregelmäßige Spiking-Dynamik über alle Neuronen hinweg gekennzeichnet. Diese Studie bietet wertvolle Einblicke in die komplexe Dynamik, die der Gehirnfunktion zugrunde liegt, und bietet eine neue Perspektive auf den neuronalen Ausgleich.

Diese im Chaos: An Interdisciplinary Journal of Nonlinear Science veröffentlichte Studie steht im Einklang mit dem Fokus der Zeitschrift auf komplexe Systeme und nichtlineare Dynamik. Durch den Vorschlag eines neuartigen Mechanismus für den neuronalen Ausgleich in Spiking-Neuronalen-Netzwerken trägt die Arbeit zu einem tieferen Verständnis der komplexen Dynamik innerhalb des Gehirns bei.

Auffrischen
Referenzanalyse
Die Kategorie Medicine: Internal medicine: Neurosciences. Biological psychiatry. Neuropsychiatry 59 ist die am häufigsten vertretene unter den Referenzen in diesem Artikel.Es umfasst hauptsächlich Studien von Physical Review LettersDie folgende Grafik veranschaulicht die Anzahl der referenzierten Veröffentlichungen pro Jahr.
Referenzen, die in diesem Artikel nach Jahr verwendet werden