• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Proceedings of the National Academy of Sciences of the United States of America >Synchronous neural activity in scale-free network models versus random network models
【24h】

Synchronous neural activity in scale-free network models versus random network models

机译：无标度网络模型与随机网络模型中的同步神经活动

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

Synchronous firing peaks at levels greatly exceeding background activity have recently been reported in neocortical tissue. A small subset of neurons is dominant in a large fraction of the peaks. To investigate whether this striking behavior can emerge from a simple model, we constructed and studied a model neural network that uses a modified Hopfield-type dynamical rule. We find that networks having a power-law ("scale-free") node degree distribution readily generate extremely large synchronous firing peaks dominated by a small subset of nodes, whereas random (Erdos-Renyi) networks do not. This finding suggests that network topology may play an important role in determining the nature and magnitude of synchronous neural activity.
机译：最近在新皮层组织中报道了同步激发峰，其水平大大超过了背景活性。一小部分神经元在大部分峰中占主导地位。为了研究这种打击行为是否可以通过简单的模型出现，我们构建并研究了使用改进的Hopfield型动力学规则的模型神经网络。我们发现具有幂律（“无标度”）节点度分布的网络很容易生成由节点的一小部分子集占主导的非常大的同步触发峰值，而随机（Erdos-Renyi）网络则不会。这一发现表明，网络拓扑可能在确定同步神经活动的性质和大小方面起重要作用。

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