跳到正文
热点事件持续更新

模拟推断量化脉冲神经网络代偿机制

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

一项发表于 eLife 的研究用基于模拟的推断,在脉冲神经元网络模型中量化了多种假定代偿机制的相互作用。研究发现,模型中的多个参数可以相互补偿以维持基线活动,研究估计了各自的代偿潜力;针对过度兴奋的不同成因——中间神经元丢失、兴奋性递归突触和主细胞去极化——存在可恢复正常兴奋性的不同代偿机制。 作者称,结果表明脉冲神经元网络模拟器能够为病理生理网络机制生成假设。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月30日
  1. eLife
    用基于模拟的推断量化脉冲神经元网络中的过度兴奋代偿机制

    一项发表于 eLife 的研究用基于模拟的推断(simulation-based inference)在脉冲神经元网络模型中量化了多种假定代偿机制的相互作用。模型中的多个参数可以相互补偿以维持基线活动,研究估计了各自的代偿潜力。针对过度兴奋的不同成因——中间神经元丢失、兴奋性递归突触和主细胞去极化——存在可恢复正常兴奋性的不同代偿机制。结果表明,脉冲神经元网络模拟器能够为病理生理网络机制生成假设。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。