...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Computational Neuroscience >Reduced Model and Simulation of Neuron with Passive Dendritic Cable: An Eigenfunction Expansion Approach
【24h】

Reduced Model and Simulation of Neuron with Passive Dendritic Cable: An Eigenfunction Expansion Approach

机译：被动树突状电缆的神经元简化模型和仿真：本征函数扩展方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The neuron models with passive dendritic cables are often used for detailed cortical network simulations (Protopapas et al., 1998; Suarez et al., 1995). For this, the compartment model based on finite volume or finite difference discretization was used. In this paper, we propose an eigenfunction expansion approach combined with singular perturbation and demonstrate that the proposed scheme can achieve an order of magnitude accuracy improvement with the same number of equations. Moreover, it is also shown that the proposed scheme converges much faster to attain a given accuracy. Hence, for a network simulation of the neurons with passive dendritic cables, the proposed scheme can be an attractive alternative to the compartment model, that leads to a low order model with much higher accuracy or that converges faster for a given accuracy.
机译：具有被动树突状电缆的神经元模型通常用于详细的皮层网络模拟（Protopapas等，1998； Suarez等，1995）。为此，使用了基于有限体积或有限差分离散化的隔室模型。在本文中，我们提出了一种结合奇异摄动的特征函数展开方法，并证明了该方案可以在相同数量的方程组的情况下实现一个数量级的精度改进。此外，还表明，所提出的方案收敛得更快以达到给定的精度。因此，对于具有被动树突状电缆的神经元的网络仿真，所提出的方案可以是隔室模型的一种有吸引力的替代方案，它可以导致具有高得多的精度的低阶模型，或者对于给定的精度收敛更快。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号