How linear response shaped models of neural circuits and the quest for alternatives

در دهه های گذشته، بسیاری از روش های ریاضی برای حل سیستم های پیچیده غیرخطی در فیزیک به علوم اعصاب موفقیت آمیز بوده است. یکی از این ابزارها مفهوم توابع پاسخ خطی است. با این حال، پدیده هایی که در مغز مشاهده می شوند، از تعاملات غیر خطی و حلقه های بازخورد، به جای ترکیبات فیلترهای خطی، به وجود می آیند. در اینجا، ما به بررسی موفقیت هایی که از طریق فرمولاسیون پاسخ خطی به موضوعاتی مانند تولید ریتم و هماهنگی می پردازیم و با استفاده از آن در مدل هایی که ترکیبات خطی و غیر خطی را ترکیب می کنند، بررسی می کنیم. ما همچنین در مورد چالش های موجود در برنامه های واکنش خطی بحث می کنیم و استدلال می کنیم که مفاهیم نظری جدید برای مقابله با حلقه های بازخورد و دینامیک غیر تعادل که در شبکه های عصبی مورد آزمایش قرار می گیرند مورد نیاز است اما خارج از رژیم اعتبار فرمالیته پاسخ خطی هستند.