کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7154659 1462584 2018 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Control of sampling rate in map-based models of spiking neurons
ترجمه فارسی عنوان
کنترل میزان نمونه برداری در مدل های مبتنی بر نقشه نورون های اسپایکینگ
ترجمه چکیده
رویکرد زمان گسسته (مبتنی بر نقشه) به مدلسازی پویش غیر خطی فعالیت اسپایکینگ در نورونها، شبیه سازی عددی بسیار کارآمد را برای گرفتن رفتار واقعی نوروبیولوژیکی با استفاده از یک فاصله زمانی بزرگ بین حالتهای محاسبه شده (نمونه) فعالیت عصبی فراهم می کند. طراحی و تنظیم پارامترهای این مدلها یک نرخ نمونه برداری ثابت و از پیش تعیین شده دارد. هنگامی که تغییر زمان گام مورد نیاز است، لازم است مراحل طراحی مدل و تنظیم پارامتر را دوباره بررسی کنید. این مقاله یک رویکرد به طراحی نقشه های مدل را در یک فرم جدید ارائه می دهد که گام زمانی به عنوان پارامتر کنترل اضافه شده است و می تواند به راحتی تغییر کند تا مقیاس زمانی رفتار مدل را تغییر دهد، به عنوان مثال نرخ نمونه گیری، عمدتا حفظ رفتار مدل. همچنین در مورد اصلاح مدل های ژنراتور نویز مورد نیاز برای پشتیبانی از شبیه سازی نورون های مبتنی بر نقشه با نرخ نمونه گیری تغییر یافته بحث می کند. اثرات ناشی از کنترل مستقیم مقیاس زمانی بر پویایی مدل و محدودیت های این رویکرد مورد بحث قرار گرفته است.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی مکانیک
چکیده انگلیسی
The discrete-time (map-based) approach to modeling nonlinear dynamics of spiking activity in neurons enables highly efficient numerical simulations for capturing realistic neurobiological behavior by utilizing a large time interval between computed states (samples) of neuron activity. The design and parameter tuning of these models assumes a fixed and preset sampling rate. When change of the time step is needed, it requires revisiting stages of the model design and parameter tuning. This paper presents an approach to the design of map-models in a new form where time step is added as a control parameter and can be easily changed to vary the time scale of the model behavior, i.e. sampling rate, essentially preserving the model behavior. It also discusses modification of the noise generator models needed to support simulation of map-based neurons with the modified sampling rate. The effects caused by direct control of time scale on model dynamics and limitations of this approach are discussed.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Communications in Nonlinear Science and Numerical Simulation - Volume 61, August 2018, Pages 127-137
نویسندگان
, ,