Spontaneous traveling waves naturally emerge from horizontal fiber time delays and travel through locally asynchronous-irregular states
Notice bibliographique
Résumé
Abstract Sensory neuroscience has focused a great deal of its attention on characterizing the mean firing rate that is evoked by a stimulus, and while it has long been recognized that the firing rates of individual neurons fluctuate around the mean, these fluctuations are often treated as a form of internally generated noise1. There is, however, evidence that these “ongoing” fluctuations of activity in sensory cortex during normal, waking function shape neuronal excitability and responses to external input2,3. We have recently found that spontaneous fluctuations are organized into waves traveling at speeds consistent with the speed of action potentials traversing unmyelinated horizontal cortical fibers (0.1-0.6 m/s)4 across the cortical surface5. These waves systematically modulate excitability across the retinotopic map, strongly affecting perceptual sensitivity as measured in a visual detection task. The underlying mechanism for these waves, however, is unknown. Further, it is unclear whether waves are consistent with the low rate, highly irregular, and weakly correlated “asynchronous-irregular” dynamics observed in computational models6 and cortical recordings in vivo7. Here, we study a large-scale computational model of a cortical sheet, with connections ranging up to biological scales. Using an efficient custom simulation framework, we study networks with topographically-organized connectivity and distance-dependent axonal conduction delays from several thousand up to one million neurons. We find that spontaneous traveling waves are a general property of these networks and are consistent with the asynchronous-irregular regime. These waves are well matched to spontaneous waves recorded in the neocortex of awake monkeys. Further, individual neurons sparsely participate in waves, yielding a sparse-wave regime that offers a unique operating mode, where traveling waves coexist with locally asynchronous-irregular dynamics, without inducing deleterious neuronal correlations8.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| 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) | 0,001 | 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 ».