[论文解读] Mean-field equations for stochastic neural fields with spatio-temporal delays

Jonathan Touboul|arXiv (Cornell University)|Aug 11, 2011

stochastic dynamics and bifurcation被引用 3

一句话总结

本论文通过介观神经场极限，推导出具有时空延迟的随机神经场的平均场方程，在较弱条件下证明了混沌传播。所得方程为适定的、无限维的、延迟的积分微分方程，包含非局部平均场项和奇异的时空布朗运动，且在特定模型中精确简化为确定性的非线性延迟方程。

ABSTRACT

We consider the problem of the limit of bio-inspired spatially extended neuronal networks including an infinite number of neuronal types (space locations), with space-dependent propagation delays modeling neural fields. The propagation of chaos property is proved in this setting under mild assumptions on the neuronal dynamics, valid for most models used in neuroscience, in a mesoscopic limit, the neural-field limit, in which we can resolve the quite fine structure of the neuron's activity in space and where averaging effects occur. The mean-field equations obtained are of a new type: they take the form of well-posed infinite-dimensional delayed integro-differential equations with a nonlocal mean-field term and a singular spatio-temporal Brownian motion. We also show how these intricate equations can be used in practice to uncover mathematically the precise mesoscopic dynamics of the neural field in a particular model where the mean-field equations exactly reduce to deterministic nonlinear delayed integro-differential equations. These results have several theoretical implications in neuroscience we review in the discussion.

研究动机与目标

• 建立具有空间依赖延迟和多样化神经元类型的无限神经元网络的严格平均场极限。
• 在对神经元动力学施加较弱假设的条件下，分析此类网络中的混沌传播。
• 推导并表征一类新的具有非局部平均场项的无限维延迟积分微分方程。
• 通过展示在特定模型中，所推导的方程可精确简化为确定性延迟积分微分方程，证明其实际适用性。
• 探讨这些平均场方程在神经科学中建模介观神经动力学的理论意义。

提出的方法

• 形式化具有无限神经元类型（空间位置）的空间扩展神经元网络的神经场极限。
• 将空间依赖的传播延迟引入网络动力学，以模拟真实的神经传导延迟。
• 在对神经元动力学施加较弱假设的条件下，应用混沌传播论证以推导平均场极限。
• 将平均场方程推导为具有非局部相互作用的无限维、延迟的随机积分微分方程。
• 引入奇异的时空布朗运动项，以捕捉介观噪声效应。
• 证明在特定模型中，随机平均场方程可精确简化为确定性的非线性延迟积分微分方程。

实验结果

研究问题

• RQ1 在何种条件下，具有时空延迟的无限神经元网络中混沌传播成立？
• RQ2 具有空间依赖延迟的随机神经场的平均场极限形式为何？
• RQ3 在所推导的平均场方程中，非局部平均场项与奇异时空噪声如何相互作用？
• RQ4 在何种情况下，随机平均场方程会简化为确定性延迟积分微分方程？
• RQ5 这些平均场方程对建模介观神经动力学具有何种理论意义？

主要发现

• 在具有空间依赖延迟的一类广泛神经元动力学中，混沌传播在神经场极限下被严格证明成立。
• 所推导的平均场方程为适定的无限维延迟积分微分方程，包含非局部平均场项。
• 方程中引入了奇异的时空布朗运动，反映了神经活动中介观噪声的影响。
• 在特定模型中，随机平均场方程精确简化为确定性的非线性延迟积分微分方程。
• 该框架为介观神经动力学提供了数学上精确的描述，使神经科学中的理论分析得以深化。