Oscillatory network coding of a global stimulus
Notice bibliographique
Résumé
The pyramidal cells of weakly electric fish respond to environmental broadband electrical stimuli. They have recently been shown to exhibit oscillations in mean firing rate in response to global stimuli that affect the whole body simultaneously similar to communication stimuli for these animals. In contrast, for spatially localized stimuli such as those produced by prey, the firing rate simply fluctuates around a constant mean. This switch in coding strategy relies on delayed negative (inhibitory) feedback connections in the neural network. We first summarize these experimental findings, as well as our mathematical modeling of this effect using a globally-coupled delayed inhibitory network of leaky integrate-and-fire neurons (LIF's). Here we study the mechanism of the transition from oscillatory to non-oscillatory firing states in such networks. This is done using simulations of a simpler network of LIF's with current based Gaussian white noise stimuli, rather than conductance based bandlimited Gaussian stimuli. We focus on the effect of feedback gain, current bias, and stimulus intensity on the oscillation under global conditions, and see how the decrease of these parameters brings on a response characteristic of the local case. These simulations are performed for a fixed amount of individual synaptic noise to each cell. We also show how insights into these results can be obtained from the analysis of stimulus-induced oscillations in a simpler rate model description of this spatially-extended excitable system.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».