Broadband coding with dynamic synapses
Notice bibliographique
Résumé
Short-term synaptic plasticity (STP) comprises facilitation and depression processes. Although STP can alter the mean value and spectral statistics of the effective input to a neuron from presynaptic spike trains, its functional roles are not clear. In a steady state condition, synaptic depression is generally considered to provide low-pass filtering of inputs, with facilitation providing high-pass filtering. Here, we consider the general case of a model neuron receiving inputs from a population of independent Poissonian spike trains, and show using both analytical results and simulations that dynamic synapses can add or remove (depending on synaptic parameters) spectral power at low frequencies. The implications of these findings are demonstrated when a band-limited-noise rate modulation of the Poissonian spike trains is considered. Information transmission, as measured by the spectral coherence between the rate modulation and synaptic input, does not depend on frequency. This effect is also observed for the coherence between the rate modulation and the membrane voltage of the postsynaptic neuron. In contrast to the prevalent view, in terms of information transmission, synaptic dynamics provide no low- or high-pass filtering of the input under steady-state conditions. Despite the lack of dependence on frequency, there is a balance between facilitation and depression that optimizes total information transmission and this balance can be modulated by a parameter associated with some forms of long-term plasticity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».