高斯白噪声对神经元二维映射模型动力学的影响

从神经元二维映射模型出发,用高斯白噪声模拟了神经元的噪声环境,进而研究了高斯白噪声对参数空间相图的影响.研究发现,噪声可以提高系统的可兴奋性.通过数值模拟研究了噪声引起的相干共振现象.结果表明,只有当系统参数选取在静息区域且接近连续点火和静息状态分界线时才可以得到相干共振现象.

Courbage神经元映射模型的随机共振研究

采用神经元二维映射模型,通过数字仿真研究了高斯白噪声对神经元非线性动力学特性的影响.研究发现,噪声可以诱导具有次阈值输入信号的神经元产生动作电位和随机共振.随机共振现象的产生与否和噪声强度的大小以及输入信号的频率具有密切的关系.另外,还研究了系统的控制参数对随机共振现象的影响.

二维映射神经元模型中的相干双共振

在具有稳定次阈值振荡特性的二维映射神经元模型中,研究了在没有外界输入信号时噪声对体系动力学的影响.通过数值计算发现了当体系的确定性动力学处于静息状态时,噪声可以诱导出神经元膜电位的随机振荡,而且随着噪声强度的变化,这种振荡的相干性具有两个极大值.另外我们还研究了当体系的确定性动力学处于稳定次阈值振荡及神经脉冲状态时的噪声效应,结果表明噪声对体系动力学的影响与其确定性动力学的分岔特性密切相关.

二维映射神经元模型中频率依赖的随机共振

通过数值模拟方法,研究了在具有稳定次阈值振荡特性的二维映射神经元体系中,噪声对体系非线性动力学的调控作用.通过计算发现了噪声诱导的动作电位和随机共振现象.另外,还研究了体系的控制参数及输入信号的频率对体系动力学的影响,发现了该体系中频率依赖的随机共振现象.

脑皮层神经网络的线性时滞反馈控制

神经元的病态同步放电会破坏大脑的正常功能,导致癫痫和帕金森等生理疾病.本文采用神经元二维映射模型构建一个脑皮层神经网络,当神经元之间的耦合强度超过某一阈值时,网络中所有神经元同步放电.通过施加线性时滞反馈控制,可以有效的消除这种同步状态,且不改变神经元本身的放电特性.仿真结果表明线性时滞反馈可以实现对脑皮层神经网络的去同步化控制,且对刺激参数的变化具有鲁棒性.

耦合小世界神经网络的随机共振

噪声广泛存在于生物神经系统中,对系统功能具有重要作用.采用神经元二维映射模型构建一个复杂神经网络,由多个小世界子网络构成,研究了Gaussian白噪声诱导的随机共振现象.研究发现,只有合适的噪声强度才能使神经网络对输入刺激信号的频率响应达到峰值.另外,网络结构对系统随机共振特性有重要影响.在固定的耦合强度下,存在一个最优的局部小世界子网络结构,使得整个系统的频率响应最佳.