Dynamics of Strongly Coupled Spiking Neurons

Author: Paul C. Bressloff and Stephen. Coombes

1. Nonlinear and Complex Systems Group, Department of Mathematical Sciences,
2. Loughborough University, Loughborough, Leicestershire LE11 3TU, U.K.

我们提出了一个具有强突触连接的整合-放电神经元的动力学理论。我们展示了在弱连接状态下稳定的锁相状态如何随着连接的增加而不稳定，从而导致在峰峰间隔(ISIs) 中具有时空变化特征的状态。将其动力学与相应的模拟神经元网络进行比较，其中神经元的输出被视为平均放电速率。一个基本的结果是，对于缓慢的交互，两个模型之间有很好的一致性(在适当定义的时间尺度上)。给出了在强连接状态下的各种不同步的例子。首先，具有强抑制连接的相同神经元的全局连接网络显示振荡器消亡，其中一些神经元抑制了其他神经元的特征。然而，对于非常大的网络和快速的突触，同步状态的稳定性仍然存在。其次，一个混合了刺激和抑制的非对称网络显示出周期性的爆发模式。最后，一个具有远程交互作用的一维神经元网络显示出在整个网络中具有平均放电速率的空间周期性模式的状态。这是由瞬时放电速率的确定性波动调节的，其大小是突触反应速度的递增函数。

原文：Dynamics of Strongly Coupled Spiking Neurons

译文：强连接尖峰神经元的动力学特征