Exact neural mass model for synaptic-based working memory
Halgurd Taher1, Alessandro Torcini2,3, Simona Olmi1,3
1.Inria Sophia Antipolis Me´diterrane´e Research Centre, MathNeuro Team, Sophia Antipolis, France.
2.Laboratoire de Physique The´orique et Mode´lisation, Universite´ de Cergy-Pontoise,CNRS, UMR 8089, Cergy-Pontoise, France,
3.CNR - Consiglio Nazionale delle Ricerche - Istituto dei Sistemi Complessi, Sesto Fiorentino, Italy
工作记忆的突触理论 (WM) 已经在过去的十年中发展起来，作为一个可能的替代持续的峰值范式。在这种情况下，我们开发了一个神经质量模型，能够精确地再现异质峰值神经网络的动态，其中包括短期突触可塑性的现实细胞机制。这个种群模型根据发射速率和平均膜电位再现了网络的宏观动力学。后一个量使我们能够深入了解在 WM 任务中测量的局部场电位和脑电图信号，以表征大脑活动。更具体地说，突触易化和抑制相互整合，通过突触重新激活或持续活动有效地模拟 WM操作。记忆获取和加载与刺激锁定的瞬时振荡有关，随后是 β − γ 波段的稳态活动，因此类似于在人类的振动触觉刺激和猴子的物体识别中观察到的情况。记忆杂耍和竞争已经通过只加载两个项目而出现。然而，通过考虑由多个兴奋群体和一个共同抑制池组成的神经结构，WM 中可以存储更多的项目。记忆容量很大程度上依赖于项目的呈现率，并达到最佳频率范围。特别地，我们提供了一个关于最大记忆容量的解析表达式。此外，平均膜电位被证明是测量记忆负荷的合适代理，类似于人类实验中的事件驱动电位。最后，我们证明了 γ 功率随着加载项目数量的增加，如许多实验报道，而 θ 和 β 功率揭示了非单调行为。特别是，β 和 γ 节律是由抑制活性维持的关键，而 θ 节律是由兴奋性突触控制的。
原文：Exact neural mass model for synaptic-based working memory
译文: 基于突触的工作记忆的精确神经质量模型
当前位置：