Skip to main content
QUICK REVIEW

[论文解读] Reliability of temporal coding on pulse-coupled networks of oscillators

Jun-nosuke Teramae, Tomoki Fukai|ArXiv.org|Aug 7, 2007
Nonlinear Dynamics and Pattern Formation参考文献 2被引用 6
一句话总结

本文研究了在输入波动条件下脉冲耦合振子网络中的响应可靠性,表明当耦合强度超过临界值时,由于外部输入噪声与环路输入噪声之间的竞争,可靠性会下降。通过相位约化和李雅普诺夫分析,推导出一个与振子动力学无关的临界耦合强度的解析表达式,揭示了从可靠到不可靠的时间编码的普遍转变。

ABSTRACT

We study the reliability of spike output in a general class of pulse-coupled oscillators receiving a fluctuating input. Showing that this problem is equivalent to noise-induced synchronization between identical networks of oscillators, we employ the phase reduction method to analytically derive the average Lyapunov exponent of the synchronized state. We show that a transition occurs between reliable and unreliable responses at a critical coupling strength, which is determined through the competition between the external input and recurrent input. To our surprise, the critical value does not depend on intrinsic properties of oscillators.

研究动机与目标

  • 为了理解在孤立单元失去可靠性的情况下,集体振子网络是否仍能在波动输入下保持响应可靠性。
  • 为了研究有限耦合强度网络中振子脉冲序列响应从可靠到不可靠的转变。
  • 为了确定噪声诱导的相同网络之间的同步在促进或破坏响应可重复性中的作用。
  • 为了推导出可靠性丧失时临界耦合强度的解析条件,且该条件与振子内在特性无关。
  • 为了探讨临界点附近缓慢瞬态动力学对皮层计算中双编码机制(发放率与时间编码)的潜在影响。

提出的方法

  • 应用相位约化方法,将完整网络动力学转化为相位变量的随机方程,以简化对脉冲发放时间可靠性的分析。
  • 通过泊松脉冲发放序列和独立噪声源的随机平均,推导出同步状态的平均李雅普诺夫指数。
  • 将网络建模为具有波动输入的N个脉冲耦合极限环振子,采用二次积分-放电(QIF)模型以保证解析可处理性。
  • 通过δ函数突触后电位引入耦合,随后使用α函数核验证,以排除奇点作为人为效应的可能性。
  • 使用相位响应函数Z(φ)量化脉冲发放时间对扰动的敏感性,从而实现对极限环附近动力学的线性化。
  • 通过令平均李雅普诺夫指数λ = 0,求解临界耦合强度gc,得到仅依赖于输入方差和网络统计量的解析表达式。

实验结果

研究问题

  • RQ1在波动输入下,脉冲耦合振子网络是否仍能保持可靠的时间编码,即使单个振子已不再可靠?
  • RQ2此类网络中从可靠到不可靠脉冲序列响应的转变由什么决定?
  • RQ3可靠性崩溃时的临界耦合强度是否依赖于振子的内在特性?
  • RQ4外部输入噪声与环路网络输入噪声之间的竞争如何影响同步性和响应可靠性?
  • RQ5临界点附近的缓慢瞬态动力学是否能支持皮层网络中双编码机制(发放率与时间编码)?

主要发现

  • 在临界耦合强度gc处发生从可靠到不可靠响应的转变,超过该值后,重复试验中的脉冲序列无法收敛。
  • 临界耦合强度被解析推导为gc = σ√(Npr)⁻¹ × (NI/NE)¹ᐟ²,由于相位响应函数的对称作用,该结果与振子特定属性无关。
  • 临界值仅依赖于外部输入方差(σ²)和环路输入方差(Nr⟨g²⟩),而不依赖于振子的内在动力学。
  • 当接近gc时,平均李雅普诺夫指数|λ|变得极小,表明初始条件和输入历史具有长期记忆。
  • 数值模拟在超阈值和亚阈值QIF模型中均验证了该转变,表明该现象可能超出超阈值区域。
  • 即使将δ函数突触替换为α函数突触,该转变依然存在,排除了奇点导致病态行为的可能性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。