Вихідний потік зв’язуючого нейрона з порогом 2, стимульованого процесом відновлення

Автор(и)

  • O.V. Shchur Bogolyubov Institute for Theoretical Physics, Nat. Acad. of Sci. of Ukraine, Institute of Experimental Medicine

DOI:

https://doi.org/10.15407/ujpe68.3.170

Ключові слова:

зв’язуючий нейрон, процес Пуассона, процес вiдновлення, мiжспайковий iнтервал, функцiя розподiлу ймовiрностей, моменти функцiї розподiлу

Анотація

Iнформацiя в мозку передається мiж нейронами за допомогою стереотипних електричних iмпульсiв, якi називаються спайками. Оскiльки активнiсть бiологiчних нейронiв є випадковою, ми вивчаємо статистику нейронної активностi, а саме часових iнтервалiв мiж послiдовно згенерованими нейроном спайками. Нейрон перетворює випадковий потiк вхiдних iмпульсiв в iнший, вихiдний потiк. Вхiдний потiк у цiй роботi описується як точковий процес вiдновлення. У якостi нейронної моделi розглядається модель зв’язуючого нейрона з порогом 2. Отримано зв’язок мiж перетвореннями Лапласа функцiй розподiлу мiжспайкових iнтервалiв для вхiдного потоку iмпульсiв та для вихiдного потоку, згенерованого у вiдповiдь на цей стимул. Отримане спiввiдно-шення дозволяє знайти саму функцiю розподiлу та всi її моменти. Отриманi формули були застосованi до випадку, коли вхiдний процес є процесом Ерланга. Зокрема, для розглянутого випадку було знайдено залежнiсть регулярностi нейронної активностi вiд параметрiв вхiдного потоку та фiзичних параметрiв нейронної моделi.

Посилання

R. Brette. Philosophy of the spike: Rate-based vs. spikebased theories of the brain. Front. Syst. Neurosci. 9, 151 (2015).

https://doi.org/10.3389/fnsys.2015.00151

G. Maimon, J.A. Assad. Beyond Poisson: Increased spiketime regularity across primate parietal cortex. Neuron 62, 426 (2009).

https://doi.org/10.1016/j.neuron.2009.03.021

S. Shinomoto et al. Relating neuronal firing patterns to functional differentiation of cerebral cortex. PLoS Comput. Biol. 5, e1000433 (2009).

https://doi.org/10.1371/journal.pcbi.1000433

D.H. Johnson. Point process models of single-neuron discharges. J. Comput. Neurosci. 3, 275 (1996).

https://doi.org/10.1007/BF00161089

A.K. Vidybida. Inhibition as binding controller at the single neuron level. BioSystems 48, 263 (1998).

https://doi.org/10.1016/S0303-2647(98)00073-2

O.K. Vidybida. Output stream of a binding neuron. Ukr. Math. J. 59, 1819 (2007).

https://doi.org/10.1007/s11253-008-0028-5

D. Cox. Renewal Theory. 1st Edition (Methuen and Co., 1962) [ISBN: 978-0412205705].

A.K. Dhawale, M.A. Smith, B.P. Olveczky. The role of variability in motor learning. Annu. Rev. Neurosci. 40, 479 (2017).

https://doi.org/10.1146/annurev-neuro-072116-031548

A. Compte, C. Constantinidis, J. Tegn'er, S. Raghavachari, M.V. Chafee, P.S. Goldman-Rakic, Xiao-Jing Wang. Temporally irregular mnemonic persistent activity in prefrontal neurons of monkeys during a delayed response task. J. Neurophysiol. 90, 3441 (2003).

https://doi.org/10.1152/jn.00949.2002

V. Arunachalam, R. Akhavan-Tabatabaei, C. Lopez. Results on a binding neuron model and their implications for modified hourglass model for neuronal network. Comput. Math. Methods Med. 2013, 374878 (2013).

https://doi.org/10.1155/2013/374878

A. Vidybida. Relation between firing statistics of spiking neuron with instantaneous feedback and without feedback. Fluct. Noise Lett. 14, 1550034 (2015).

https://doi.org/10.1142/S0219477515500340

A.N. Burkitt. A review of the integrate-and-fire neuron model: I. Homogeneous synaptic input. Biol. Cybern. 95, 1 (2006).

https://doi.org/10.1007/s00422-006-0068-6

A.K. Vidybida. Output stream of binding neuron with instantaneous feedback. Eur. Phys. J. B 65, 577 (2008).

https://doi.org/10.1140/epjb/e2008-00360-1

P. Lansky, L. Sacerdote, C. Zucca. The Gamma renewal process as an output of the diffusion leaky integrate-andfire neuronal model. Biol. Cybern. 110, 193 (2016).

https://doi.org/10.1007/s00422-016-0690-x

O. Shchur, A. Vidybida. Distribution of interspike intervals of a neuron with inhibitory autapse stimulated with a renewal process. Fluct. Noise Lett. 22, 2350003 (2023).

https://doi.org/10.1142/S0219477523500037

A.K. Vidybida. Output stream of leaky integrate-and-fire neuron without diffusion approximation. J. Stat. Phys. 166, 267 (2017).

https://doi.org/10.1007/s10955-016-1698-2

A.K. Vidybida, O.V. Shchur. Moment-generating function of output stream of leaky integrate-and-fire neuron. Ukr. J. Phys. 66, 254 (2021).

https://doi.org/10.15407/ujpe66.3.254

K. Kravchuk. Leaky integrate-and-fire neuron under Poisson stimulation. In: Proceedings of the 2016 II International Young Scientists Forum on Applied Physics and Engineering (YSF), Kharkiv, Ukraine, October 10-14 (IEEE, 2016), p. 203.

https://doi.org/10.1109/YSF.2016.7753837

Опубліковано

2023-05-11

Як цитувати

Shchur, O. (2023). Вихідний потік зв’язуючого нейрона з порогом 2, стимульованого процесом відновлення. Український фізичний журнал, 68(3), 170. https://doi.org/10.15407/ujpe68.3.170

Номер

Розділ

Фізика рідин та рідинних систем, біофізика і медична фізика