A Computational Study of Spike Time Reliability in Two Types of Threshold Dynamics
Notice bibliographique
Résumé
Spike time reliability (STR) refers to the phenomenon in which repetitive applications of a frozen copy of one stochastic signal to a neuron trigger spikes with reliable timing while a constant signal fails to do so. Observed and explored in numerous experimental and theoretical studies, STR is a complex dynamic phenomenon depending on the nature of external inputs as well as intrinsic properties of a neuron. The neuron under consideration could be either quiescent or spontaneously spiking in the absence of the external stimulus. Focusing on the situation in which the unstimulated neuron is quiescent but close to a switching point to oscillations, we numerically analyze STR treating each spike occurrence as a time localized event in a model neuron. We study both the averaged properties as well as individual features of spike-evoking epochs (SEEs). The effects of interactions between spikes is minimized by selecting signals that generate spikes with relatively long interspike intervals (ISIs). Under these conditions, the frequency content of the input signal has little impact on STR. We study two distinct cases, Type I in which the f-I relation (f for frequency, I for applied current) is continuous and Type II where the f-I relation exhibits a jump. STR in the two types shows a number of similar features and differ in some others. SEEs that are capable of triggering spikes show great variety in amplitude and time profile. On average, reliable spike timing is associated with an accelerated increase in the "action" of the signal as a threshold for spike generation is approached. Here, "action" is defined as the average amount of current delivered during a fixed time interval. When individual SEEs are studied, however, their time profiles are found important for triggering more precisely timed spikes. The SEEs that have a more favorable time profile are capable of triggering spikes with higher precision even at lower action levels.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».