Kestutis Pyragas, Augustinas P. Fedaravičius, and Tatjana Pyragienė

Center for Physical Sciences and Technology, LT-10257 Vilnius, Lithuania

在一个由兴奋性和抑制性二次积分的放电神经元相互作用群体组成的大规模神经网络中，分析了集体振荡及其受外部刺激的抑制。在无限个神经元的极限下，该网络的微观模型可以简化为一个精确的低维平均场方程系统。对这些方程的分岔分析揭示了自由网络中三种不同的动态模式：稳定静息状态、稳定极限环和具有共存静息状态和极限环的双稳定性。我们表明，在极限环模式下，高频刺激抑制种群可以稳定不稳定的静息状态，并有效地抑制集体振荡。我们还表明，在双稳态模式下，通过对兴奋性种群施加抑制脉冲，网络的动力学可以从稳定的极限环切换到稳定的静息状态。通过对微观模型的数值模拟，验证了平均场方程组的计算结果。

原文：Suppression of synchronous spiking in two interacting populations of excitatory and inhibitory quadratic integrate-and-fire neurons

译文：兴奋性和抑制性二次整合和放电神经元的两个相互作用群体的同步峰值的抑制