[논문 리뷰] Synchronization in random balanced networks

Luis Carlos Garcidel Molino, Khashayar Pakdaman외 2명|arXiv (Cornell University)|2013. 06. 11.

Neural dynamics and brain function참고 문헌 1인용 수 6

한 줄 요약

이 논문은 활성-억제성 연결성을 가진 무작위 균형 뉴런 네트워크에서의 동기화를 조사하며, 구조적 균형(Dale의 법칙)과 시냅스의 무질서가 상호작용함으로써 비일관성에서 동기화로의 보편적인 전이가 발생함을 보여준다. 주요 발견은 개별 뉴런이 혼돈 상태에 머물러 있음에도 불구하고 활동 벡터의 변동성에 의해 유도되는 강건하고 안정적인 주기적 동기화가 균형 네트워크에서 발생하며, 이는 구조적 연결성과 무질서 연결성 성분의 비율(μ 및 σ)에 의해 제어된다는 것이다.

ABSTRACT

Characterizing the in uence of network properties on the global emerging behavior of interacting elements constitutes a central question in many areas, from physical to social sciences. In this article we study a primary model of disordered neuronal networks with excitatory-inhibitory structure and balance constraints. We show how the interplay between structure and disorder in the connectivity leads to a universal transition from trivial to synchronized stationary or periodic states. This transition cannot be explained only through the analysis of the spectral density of the connectivity matrix. We provide a low dimensional approximation that shows the role of both the structure and disorder in the dynamics.

연구 동기 및 목표

• 대규모 뉴런 네트워크에서 구조적 균형과 시냅스의 무질서가 공동으로 집단적 역학을 어떻게 형성하는지 이해하기 위해.
• 개별 뉴런의 혼돈적 활동에도 불구하고 안정적이고 주기적인 동기화가 나타나는 메커니즘을 규명하기 위해.
• 이러한 네트워크에서 동기화는 스펙트럼 밀도 분석만으로 예측될 수 없으며, 활동 변동의 저차원 근사가 필요함을 보여주기 위해.
• 무질서가 생물학적 네트워크의 功能과 관련하여 동기화 상태를 촉진하거나 억제하는 데 어떤 역할을 하는지 조사하기 위해.
• 다양한 네트워크 구조(예: 희박한, 소월드)에서 관찰된 동기화 전이가 특정 연결 분포에 의존하지 않고 보편성을 띠는지를 확립하기 위해.

제안 방법

• 다음 식으로 제어되는 동역학을 가지는 랜덤 신경망의 표준 모델을 수립한다: $ \dot{x}_i = -x_i + \sum_j J_{ij} S(x_j) $, 여기서 $ J_{ij} = \mu m_j + \sigma \xi_{ij} $이며, $ \mathbf{m} $는 정규화되고 합이 0인 구조(구조), $ \xi_{ij} $는 균형 잡힌, 약간 상관된 난수 변수이다.
• 활동 벡터를 평균장 성분과 변동 성분 $ \mathbf{y} $로 분해함으로써 네트워크 동역학의 저차원 근사를 도입하여 집단적 행동을 기술한다.
• 선형화된 식을 사용하여 변동 동역학의 안정성을 분석한다: $ \dot{\mathbf{y}} = -\mathbf{y} + S(z) \sum_j J_{ij} + \sigma S'(z) \xi \cdot \mathbf{y} + \xi \cdot \psi(z, \mathbf{y}) + O(1/\sqrt{n}) $, 균형 네트워크에서 평균장 항이 없어져 동기화가 안정됨을 보여준다.
• 다양한 네트워크 아키텍처(완전 연결, 희박, 소월드)에서 $ \mu $와 $ \sigma $를 다양하게 설정한 수치 시뮬레이션을 수행하며, 궤적의 분산을 측정하여 동기화 정도를 평가한다.
• 반선형 근사를 사용하여 평균 활동과 그 변동의 진화를 모델링하며, $ \mu > 0 $ 이고 $ \sigma $ 가 중간 수준일 경우 동기화가 강건함을 입증한다.
• 균형과 비균형 케이스를 비교하여, 유일하게 균형 네트워크에서만 변동 방정정식의 $ \sum_j J_{ij} $ 항이 상쇄되어 동기화 상태가 장기간 유지됨을 보여준다.

실험 결과

연구 질문

• RQ1 활성-억제성 균형(예: 활성-억제성 균형)과 시냅스의 무질서가 랜덤 신경망의 집단적 동기화에 어떻게 영향을 미치는가?
• RQ2 왜 연결 행렬의 스펙트럼 밀도가 균형 네트워크에서 관찰된 동기화 전이를 예측하지 못하는가?
• RQ3 혼돈적인 개별 뉴런 활동에도 불구하고 변동 성분 $ \mathbf{y} $ 가 주기적이고 동기화된 역학을 안정화하는 데 어떤 역할을 하는가?
• RQ4 구조적 연결성(μ)과 시냅스의 무질서(σ) 간의 비율이 동기화 상태의 발생과 안정성에 어떻게 영향을 미치는가?
• RQ5 관찰된 동기화 전이가 다양한 네트워크 구조(예: 희박한, 소월드)와 연결 분포에 걸쳐 보편적인가?

주요 결과

• 구조적 성분(μ)이 무질서(σ)에 비해 증가함에 따라 균형 네트워크에서 비일관성에서 동기화로의 새로운 보편적인 전이가 나타나며, 이는 다양한 네트워크 구조에서 강건하게 유지된다.
• 균형 네트워크에서 평균장 입력 항이 사라지므로 변동의 증식을 방지하여 동기화 상태가 장기간 유지됨을 보여준다. 비균형 네트워크에서는 이러한 항이 존재해 동기화 상태가 불안정해진다.
• μ 증가 시 네트워크 활동 궤적의 분산이 감소하여 더 강한 동기화를 나타내며, 반대로 σ 증가는 반대 효과를 보여 구조와 무질서의 이중적 역할을 강조한다.
• 수치 시뮬레이션 결과, $ \mu > 0 $ 일 경우 개별 뉴런이 혼돈적 활동을 보여도 평균 활동에서 안정적이고 주기적인 진동이 나타남을 확인하였다.
• 변동 동역학의 저차원 근사는 동기화 수준을 정확히 예측하며, 특히 $ |\mathbf{y}| $ 가 작을 경우에 더욱 정확하여 μ가 집단적 행동을 안정화시키는 데 지배적임을 확인한다.
• 현상은 보편적이다: $ \xi_{ij} $ 와 $ \mathbf{m} $ 의 다양한 분포, 희박한 네트워크 및 소월드 네트워크에서도 성립하여 특정 네트워크 아키텍처를 초월한 광범위한 관련성을 보여준다.