Control of Inhibition-Stabilized Oscillations in Wilson-Cowan Networks with Homeostatic Plasticity
Notice bibliographique
Résumé
Interactions between excitatory and inhibitory neurons in the cerebral cortex give rise to different regimes of activity and modulate brain oscillations. A prominent regime in the cortex is the inhibition-stabilized network (ISN), defined by strong recurrent excitation balanced by inhibition. While theoretical models have captured the response of brain circuits in the ISN state, their connectivity is typically hard-wired, leaving unanswered how a network may self-organize to an ISN state and dynamically switch between ISN and non-ISN states to modulate oscillations. Here, we introduce a mean-rate model of coupled Wilson-Cowan equations, link ISN and non-ISN states to Kolmogorov-Sinai entropy, and demonstrate how homeostatic plasticity (HP) allows the network to express both states depending on its level of tonic activity. This mechanism enables the model to capture a broad range of experimental effects, including (i) a paradoxical decrease in inhibitory activity, (ii) a phase offset between excitation and inhibition, and (iii) damped gamma oscillations. Further, the model accounts for experimental work on asynchronous quenching, where an external input suppresses intrinsic oscillations. Together, findings show that oscillatory activity is modulated by the dynamical regime of the network under the control of HP, thus advancing a framework that bridges neural dynamics, entropy, oscillations, and synaptic 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 | 0,000 |
| 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 ».