[论文解读] On a voltage-conductance kinetic system for integrate and fire neural networks

Benoı̂t Perthame, Delphine Salort|arXiv (Cornell University)|Oct 10, 2013

Advanced Thermodynamics and Statistical Mechanics参考文献 16被引用 6

一句话总结

本文建立了电压-电导动力学模型在 integrate-and-fire 神经网络中的全局存在性与先验界，证明了即使在非线性与退化扩散作用下，解仍保持全局有界。关键结果解决了这一悖论：尽管相关的抛物型 Fokker-Planck 模型会在有限时间内爆破，但该双曲-动力学模型由于时间尺度与方程结构特性的差异，始终保持全局有界。

ABSTRACT

The voltage-conductance kinetic equation for integrate and fire neurons has been used in neurosciences since a decade and describes the probability density of neurons in a network. It is used when slow conductance receptors are activated and noticeable applications to the visual cortex have been worked-out. In the simplest case, the derivation also uses the assumption of fully excitatory and moderately all-to-all coupled networks; this is the situation we consider here. We study properties of solutions of the kinetic equation for steady states and time evolution and we prove several global a priori bounds both on the probability density and the firing rate of the network. The main difficulties are related to the degeneracy of the diffusion resulting from noise and to the quadratic aspect of the nonlinearity. This result constitutes a paradox; the solutions of the kinetic model, of partially hyperbolic nature, are globally bounded but it has been proved that the fully parabolic integrate and fire equation (some kind of diffusion limit of the former) blows-up in finite time.

研究动机与目标

• 建立描述 integrate-and-fire 神经网络的电压-电导动力学方程的全局先验界。
• 解决动力学模型保持全局有界，而其抛物型极限在有限时间内爆破的悖论。
• 在线性和非线性耦合条件下，分析平稳解的存在性、唯一性与正则性。
• 推导网络总发放率的矩传播与可积性估计。
• 证明在 $L^q$ 空间中，发放率的正则性增强与更高阶可积性。

提出的方法

• 为具有膜电位 $v$ 与突触电导 $g$ 的神经元的概率密度 $p(v,g,t)$ 建立一个非线性的 (2+1)-维 Fokker-Planck 型动力学方程。
• 利用依赖于总发放率 $\mathcal{N}(t)$ 的漂移-扩散结构 $g_{\text{in}}(t)$ 与 $a(t)$ 建模网络动力学，引入非线性。
• 通过分部积分与加权能量估计，使用测试函数 $K(v,g) = (1+g^\ell)(-g_L v + g(V_E - v))_+^{q-1}$ 控制 $L^q$ 范数。
• 利用 Hölder 不等式与 $\varepsilon$-Young 不等式控制涉及 $\partial_g p$ 与 $\partial_g K$ 的交叉项。
• 通过第二个测试函数 $G(v,g) = v(1+g)^\ell(-g_L v + g(V_E - v))_+^{q-1}$ 构造对偶估计，以控制发放率 $\mathcal{N}(t)$ 的 $L^q$ 范数。
• 在初始数据与 $\ell > 1 + q/q'$ 的矩条件成立下，建立 $\mathcal{N}(t)$ 的 $L^q$ 可积性。

实验结果

研究问题

• RQ1 在退化扩散与二次非线性作用下，电压-电导动力学方程在何种条件下能保证全局解的存在？
• RQ2 为何动力学模型保持全局有界，而其抛物型极限却在有限时间内爆破？
• RQ3 在线性和非线性情形下，平稳解存在与唯一的充分条件是什么？
• RQ4 概率密度与发放率的矩如何随时间传播？
• RQ5 在 $L^q$ 空间中，总发放率 $\mathcal{N}(t)$ 的正则性增强与可积性如何？

主要发现

• 在初始数据满足矩条件时，$p(v,g,t)$ 的 $L^q$ 范数（$q \geq 2$）被证明具有全局先验界。
• 当 $\ell > 1 + q/q'$ 时，总发放率 $\mathcal{N}(t)$ 属于 $L^q(0,T)$，确保了可积性，并排除了高度连接网络中周期解的存在。
• $p$ 的 $L^q$ 范数与 $\partial_g p$ 的加权 $L^2$ 范数在时间上一致有界，其界依赖于初始数据与 $g_{\text{in}}(t)$。
• 在给定的矩与正则性条件下，$\mathcal{N}(t)$ 满足 $\int_0^T \mathcal{N}^q(t) dt < \infty$（$q \geq 2$）。
• $\mathcal{N}(t)$ 的 $L^q$ 可积性证明依赖于使用特殊构造的测试函数 $G(v,g)$ 的对偶能量估计，该方法控制了 $v = V_F$ 处的边界项。
• 动力学模型的全局有界性与抛物型极限的有限时间爆破之间的悖论，可通过时间尺度差异加以解释：在动力学模型的时间尺度下，爆破不会发生。