多个神经振子群网络的相位动力学编码

利用随机相变动力学理论研究运动认知的神经网络动力学模型．给出了感觉神经元集群、中间神经元集群和运动皮层神经元集群在耦合条件下相互作用、相位编码和数密度随时间的演化．探讨了神经网络在自发运动条件下以及在刺激条件下的神经网络动力学响应．通过数值模拟证实了（1）Walter J．Freeman提出的皮层动力学响应不能够编码外刺激信息的猜想;（2）串行的神经网络系统的神经编码具有节律编码的性质;（3）在中枢神经系统的调控中,神经抑制有其重要的作用．     

对称二值噪声下线性系统的随机共振

对于受到外部周期力、乘性和加性的二值噪声共同作用下的线性系统,通过运用Shapiro-Loginov公式,计算出系统一阶矩和信噪比的表达式。信噪比作为加性噪声强度D2的函数,数值结果表明在负相关区域-1≤λ〈0条件下有随机共振现象出现,而在非负相关区域0λ1却未出现;作为乘性噪声强度D1的函数时,仍在负相关区域-1≤λ〈0有共振现象发生,峰值高度随D2的增大而增大,位置右移;输入信号频率ω和外部力振幅α作为信噪比的变量时,随机共振现象也被发现,峰值的位置却不随着λ、α的变化而变化。     

抑制性神经元作用下相位神经编码的神经动力学分析

在考虑抑制性神经元作用的情况下,利用随机相变动力学理论对由神经振子群组成的神经网络进行相位编码的分析研究。建立一种抑制性神经元耦合作用下的随机非线性相变动力学模型,并依据所建立的模型对其自发活动以及在刺激作用下的动态演化过程进行数值分析。研究结果表明网络中抑制性神经元的存在能够降低兴奋性神经振子集群的数密度的幅值,并且抑制性神经元耦合系数的增大能够控制兴奋性神经振子集群的变化趋势。在刺激条件下,随着刺激强度的变化能够改变神经振子的发放频率。还考察了不同刺激情况下的相位编码的数密度演化。     

高阶耦合条件下神经振子群活动的随机演化模型

研究外刺激和噪声共同作用下耦合神经振子群的活动,着重考察高阶耦合条件下神经网络的相位编码和平均数密度的动态演化。研究结果表明,在高阶耦合条件下,当平均数密度的初始条件与高阶耦合项同阶或者当外刺激的谐波项含有与高阶耦合项同阶项的时候,高阶耦合的作用能够维持神经振子群已形成的多簇同期化状态。否则,高阶耦合的作用将不能维持稳定的多簇同期化运动。刺激条件下的具有高阶耦合的相位神经编码及其演化,是由刺激项和耦合的神经结构所决定的,编码效果是耦合和刺激共同作用的结果。     

刺激下可变耦合神经振子群活动的非线性随机演化模型

考虑耦合强度随时间变化,提出在外刺激及噪声共同作用下神经振子群活动的动力学模型,并引入平均耦合对数密度作为神经振子群分布式时空编码模式.通过数值分析表明,一阶弱谐波刺激对神经振子群体编码没有显著的影响;强刺激或高阶谐波刺激加强了神经振子群的同步化活动,并增强了神经振子之间的耦合;不同频率谐波的组合刺激对神经编码的影响并不是相互独立的,而是具有某种非线性关系,且刺激强度较大的谐波主导神经编码.     

突触噪声作用下的IF阈值神经元模型的随机共振

基于带阈值的积分放电模型研究了神经元在突触递质噪声和周期信号驱动下的随机共振现象.利用平均法得到系统输出幅值增益的精确表达式,考察了输出幅值增益与信号频率、噪声强度、相关时间及非对称度的关系.发现输出幅值增益随着这些参量的演化曲线在一定条件下呈非单调的,这些都表明在突触递质噪声和周期信号驱动下的神经发放确实存在随机共振现象.     

时变耦合神经振子集群刺激依赖性相响应同步

考虑时变耦合情形下,利用相位响应曲线建立谐波刺激作用下耦合神经振子集群活动的动力学模型.引入相位概率密度函数导出描述神经振子集群活动序参数的演化方程.数值模拟结果表明高频谐波刺激可产生相位同步周期振荡,同步振荡周期与刺激频率有关,刺激频率越高神经振子群同步振荡频率也越高;同步强度与刺激强度有关,刺激越强同步程度越高.