模拟推断量化脉冲神经网络代偿机制
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
最新进展10月30日 20:20
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报道时间线
沿着报道,了解事件的不同侧面。
10月30日
- 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。