Neural population densities shape network correlations
Notice bibliographique
Résumé
The way sensory microcircuits manage cellular response correlations is a crucial question in understanding how such systems integrate external stimuli and encode information. Most sensory systems exhibit heterogeneities in terms of population sizes and features, which all impact their dynamics. This work addresses how correlations between the dynamics of neural ensembles depend on the relative size or density of excitatory and inhibitory populations. To do so, we study an apparently symmetric system of coupled stochastic differential equations that model the evolution of the populations' activities. Excitatory and inhibitory populations are connected by reciprocal recurrent connections, and both receive different stimuli exhibiting a certain level of correlation with each other. A stability analysis is performed, which reveals an intrinsic asymmetry in the distribution of the fixed points with respect to the threshold of the nonlinearities. Based on this, we show how the cross correlation between the population responses depends on the density of the inhibitory population, and that a specific ratio between both population sizes leads to a state of zero correlation. We show that this so-called asynchronous state subsists, despite the presence of stimulus correlation, and most importantly, that it occurs only in asymmetrical systems where one population outnumbers the other. Using linear approximations, we derive analytical expressions for the root of the cross-correlation function and study how the asynchronous state is impacted by the model's parameters. This work suggests a possible explanation for why inhibitory cells outnumber excitatory cells in the visual 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 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».