Noise Enhanced Signaling in STDP Driven Spiking-Neuron Network

Abstract

Population spike signaling is widely observed both in intact brain and neuronal cultures. Experimental evidence suggests that a locally applied electrical stimulus can shape the network architecture and thus the neuronal response. However, there is no clue on how this process can be controlled. Here we study a realistic model of a culture of cortical-like neurons with spike timing dependent plasticity. We show that a stimulus applied at a corner of the culture can rebuild synaptic couplings. Then the network eventually switches from a turbulent-like asynchronous spiking to an ordered population spike signaling mode. The structural analysis shows that the stimulus potentiates centrifugal couplings, which promotes spiking waves traveling outwards the stimulus location. This phenomenon can be catalyzed by noise of an intermediate strength. We predict that matured cultures with high connectivity are more susceptible to reconfiguration and generation of a population spike response than young cultures with low connectivity. We also report on an intermittent synchronization causing switches between two quasi-stable states: generation of time-locked population spikes and turbulent spiking. In the turbulent mode the stimulus excites patches of spiking activity randomly traveling in the network. Such a regime can be implemented through a large scale looping of couplings backwards to the stimulus location. We anticipate that the robust mechanisms of shaping the network architecture discussed here can also be effective in more complex preparations and studies of the relationship between network structure and function.

High-Dimensional Brain: A Tool for Encoding and Rapid Learning of Memories by Single Neurons

“…This reveals explicit relationships between levels of the neural connectivity in living organisms and different cognitive behaviors such organisms can exhibit (cf. [32]). As we can see from Theorems 1, 2 and Figs.…”

Generalized Memory of STDP-Driven Spiking Neural Network

“…2,Б, нижняя панель), при этом частота пачек становится равной частоте стимуляции. Данный эффект захвата частоты используется в текущей работе для автоматизированного детектирования начала синхронизации при определении времени, требуемого для синхронизации [25]. Наблюдаемые перестройки сопровождаются изменением ролей отдельных нейронов в активности сети -хабами становятся нейроны, локализующиеся вблизи стимулируемого участка сети (рис.…”

“…Таким образом, значение Δφ определяет возможное максимальное время достижения функционального ответа, при этом время ответа в каждом конкретном случае может лежать в диапазоне от нескольких секунд до максимального значения. Данный характер зависимости можно объяснить наличием нейронного шума, и соответственно стохастическим характером STDP перестроек [25], а также тем, что характеристика Δφ рассчитывается только по одному квадранту сети и не учитывает структурных перестроек, имеющих место в других трех квадрантах. Тем не менее, важно отметить, что большим значениям остаточной обобщенной памяти (т.е.…”

“…В наших недавних исследованиях показано, что под действием периодической внешней стимуляции импульсные или спайковые (от анг. spiking) нейронные сети демонстрируют эффект популяционной синхронизации, опосредованный долговременными структурно-функциональными перестройками [24,25]. Данные перестройки включают в себя STDP-зависимые модификации коннектома сети и отражаются на вызванной и спонтанной активности.…”

“…Показано, что эффекты STDP-опосредованной сетевой синхронизации зависят от уровня нейронного шума, проявляя свойства стохастического резонанса. Ключевую роль в данном явлении играет конкуренция альтернативных путей проведения возбуждения в сети [25,26].…”