Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > q-bio > arXiv:1109.2036

帮助 | 高级搜索

定量生物学 > 神经与认知

arXiv:1109.2036 (q-bio)
[提交于 2011年9月9日 (v1) ,最后修订 2012年1月13日 (此版本, v2)]

标题: 统计物理方法用于树突计算:可激发波的平均场近似

标题: Statistical Physics approach to dendritic computation: The excitable-wave mean-field approximation

Authors:Leonardo L. Gollo, Osame Kinouchi, Mauro Copelli
摘要: 我们通过分析研究了神经元的输入输出特性,其活跃的树突树被建模为可激发元件的Cayley树,并受到泊松刺激。 单点和两点平均场近似错误地预测了一个不允许在模型中出现的非平衡相变。 我们提出了一种可激发波平均场近似,该近似与之前发表的模拟结果[Gollo等,PLoS Comput Biol 5(6) e1000402 (2009)]有很好的一致性,并考虑了有限尺寸效应。 我们还讨论了我们的结果在神经科学实验中的相关性,强调活跃树突在增强动态范围和增益控制调制中的作用。
摘要: We analytically study the input-output properties of a neuron whose active dendritic tree, modeled as a Cayley tree of excitable elements, is subjected to Poisson stimulus. Both single-site and two-site mean-field approximations incorrectly predict a non-equilibrium phase transition which is not allowed in the model. We propose an excitable-wave mean-field approximation which shows good agreement with previously published simulation results [Gollo et al., PLoS Comput. Biol. 5(6) e1000402 (2009)] and accounts for finite-size effects. We also discuss the relevance of our results to experiments in neuroscience, emphasizing the role of active dendrites in the enhancement of dynamic range and in gain control modulation.
评论: 30页,8图
主题: 神经与认知 (q-bio.NC) ; 统计力学 (cond-mat.stat-mech); 细胞自动机与格子气体 (nlin.CG); 生物物理 (physics.bio-ph); 亚细胞过程 (q-bio.SC)
引用方式: arXiv:1109.2036 [q-bio.NC]
  (或者 arXiv:1109.2036v2 [q-bio.NC] 对于此版本)
  https://doi.org/10.48550/arXiv.1109.2036
通过 DataCite 发表的 arXiv DOI
期刊参考: Phys. Rev. E, 85, 011911 (2012)
相关 DOI: https://doi.org/10.1103/PhysRevE.85.011911
链接到相关资源的 DOI

提交历史

来自: Leonardo L. Gollo [查看电子邮件]
[v1] 星期五, 2011 年 9 月 9 日 15:03:09 UTC (77 KB)
[v2] 星期五, 2012 年 1 月 13 日 20:10:34 UTC (668 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
q-bio.NC
< 上一篇   |   下一篇 >
新的 | 最近的 | 2011-09
切换浏览方式为:
cond-mat
cond-mat.stat-mech
nlin
nlin.CG
physics
physics.bio-ph
q-bio
q-bio.SC

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号