大,比如人脑约有10u个神经元,每个神经元有103.104个突触。(2)多时间尺度——从电脉冲的毫秒级,到一般感觉的秒级,到学习、记忆、辨识等的更长时间,整个神经元体系跨越多个时间尺度。(3)多层次——从微观细胞层次直到认知和心理活动的宏观层次,而且每个层次都有十分复杂的动力学行为,且彼此紧密相关。(4)多影响因素——琊境涨落、信号传递的延迟、神经元的种类和突触的类型及参数、神经元网络的构型等因素都会影响神经系统的行为。耦合神经元体系由于其在物理、化学和生命科学,尤其是神经科学(neuroscience)中的重要作用而成为介观统计物理学科的一个发展强劲的分支【8.10】。在耦合神经元体系的研究中,神经元之间的耦合行为是一个重要的课题。耦合神经元之间的同步(synchronization)放电被认为在神经元之间的通信中起着重要的作用【1l】;此外,神经元产生的尖峰信号序列(spiketrain)的时间相干性(temporalcoherence)对于其信息处理过程中的信号编码也是非常重要1拘[12】,实验上已经在动物大脑皮层中观察到了动作电位信号序列的相干自发同步振荡行为【13.15】。对耦合神经元体系的放电同步行为及其放电信号序列时间相干性的研究可以从理论上阐明其工作机制。在本论文的第二章中我们将运用介观复杂体系的随机描述方法(朗之万方程)结合复杂网络方法研究耦合神经元体系的时空动力学行为(包括空间同步性与时间相干性),考察体系的涨落与信号传递延迟等因素对神经元体系输出信号时空动力学行为的影响,希望从理论上阐述神经元的信号编码机制。◆逻辑门电路与基因调控网络中的逻辑随机共振在过去的几十年里,人们越来越清晰地知道,想要彻底了解一个复杂的动力学体系,就必须要弄清楚这个体系里面的涨落和其内部的非线性机制是怎么相互合作的。很多研究都表明复杂体系中所呈现出的有趣现象几乎都和涨落相关,最
全文预览
