کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5736991 1614503 2017 7 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
How linear response shaped models of neural circuits and the quest for alternatives
ترجمه فارسی عنوان
واکنش خطی شکل مدل های مدارهای عصبی و تلاش برای جایگزینی
ترجمه چکیده
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.
موضوعات مرتبط
علوم زیستی و بیوفناوری علم عصب شناسی علوم اعصاب (عمومی)
چکیده انگلیسی
In the past decades, many mathematical approaches to solve complex nonlinear systems in physics have been successfully applied to neuroscience. One of these tools is the concept of linear response functions. However, phenomena observed in the brain emerge from fundamentally nonlinear interactions and feedback loops rather than from a composition of linear filters. Here, we review the successes achieved by applying the linear response formalism to topics, such as rhythm generation and synchrony and by incorporating it into models that combine linear and nonlinear transformations. We also discuss the challenges encountered in the linear response applications and argue that new theoretical concepts are needed to tackle feedback loops and non-equilibrium dynamics which are experimentally observed in neural networks but are outside of the validity regime of the linear response formalism.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Current Opinion in Neurobiology - Volume 46, October 2017, Pages 234-240
نویسندگان
, ,