具有结构化连接性的神经网络中的空间和时间相关性.
Yan-Liang Shi1, Roxana Zeraati2,3, Anna Levina3,4,5
1Cold Spring Harbor Laboratory, Cold Spring Harbor, New York, USA.
概括
神经网络的动态和连接性共同塑造了时空相关性. 空间相互作用创造了多个时间尺度,揭示了对神经活动模式的层次贡献.
科学领域:
- 计算神经科学是一种神经科学.
- 系统神经科学 系统神经科学
- 网络科学 网络科学
背景情况:
- 神经群体的活动反映了网络动态和连接性.
- 神经相关性通常在空间或时间领域进行分析,忽视它们的相互依赖.
研究的目的:
- 研究网络动态和连接性如何共同决定神经相关性的时空特征.
- 在空间连接的网络中导出对对相关性的分析表达式.
- 了解空间相互作用在生成相关性时间尺度中的作用.
主要方法:
- 对于对对应关系的分析表达式的导出.
- 对具有1D和2D空间连接的二进制单元网络的分析.
- 调查外部输入对相关性时间表的影响.
主要成果:
- 网络动态和连接性共同定义了时空空间相关性概况.
- 空间相互作用产生多个相关时间尺度,每个时间尺度都与特定的空间频率相关.
- 外部输入可以调整相关性时间尺度,这取决于网络操作模式和非线性空间相互作用.
结论:
- 时空神经相关性为网络连接和动态提供了统一的视图.
- 与空间频率相关的多个时间尺度提供了关于神经网络的层次信息.
- 这一框架允许通过相关性测量将皮质网络结构和功能联系起来的新方法.


