Wie prägen dynamische Synapsen das Verhalten neuronaler Netze? Diese Forschung untersucht die Rolle der frequenzabhängigen synaptischen Übertragung, die in neokortikalen Synapsen üblich ist, bei der Berechnung neuronaler Netze. Die Studie schlägt ein einheitliches phänomenologisches Modell vor, das sowohl die schnelle Depression als auch die Erleichterung der synaptischen Übertragung als Reaktion auf unterschiedliche Aktionspotenzialmuster (AP) erfasst. Mit diesem Modell analysieren die Autoren verschiedene Regime der synaptischen Übertragung und demonstrieren, dass dynamische Synapsen unterschiedliche Aspekte der präsynaptischen Aktivität basierend auf der durchschnittlichen Frequenz übertragen. Das Modell ermöglicht auch die Ableitung von Mean-Field-Gleichungen, die die Aktivität großer, miteinander verbundener Netzwerke steuern. Die Dynamik der synaptischen Übertragung kann zu komplexen Mengen regulärer und irregulärer Regime der Netzwerkaktivität führen. Diese Forschung bietet einen wertvollen Rahmen für das Verständnis, wie die synaptische Dynamik zu den reichen Rechenfähigkeiten neuronaler Netze beiträgt. Das vorgestellte Modell und die Analysen bieten Einblicke für Neurowissenschaftler und Forscher im Bereich der künstlichen Intelligenz gleichermaßen und eröffnen Wege für die Entwicklung biologisch realistischerer und effizienterer künstlicher neuronaler Systeme.
Diese in Neural Computation veröffentlichte Forschung steht im Einklang mit dem Fokus des Journals auf rechnerische und theoretische Aspekte neuronaler Systeme. Durch die Präsentation eines Modells dynamischer Synapsen und die Analyse ihrer Auswirkungen auf die Netzwerkaktivität trägt die Studie zu den Kernthemen des Journals, der neuronalen Berechnung und der Informationsverarbeitung, bei.