可乘性的泊松噪声 --- 一个研究可塑性网络稳定性的新途径

发布时间:Apr 19, 2022 放大 缩小

邀请课题组:杨冬平课题组

时间: 2022422日(星期五)上午 10:00-12:00

地点: 腾讯会议 会议号:125-830-233

参加人员: 科研人员  研究生

主持人: 杨冬平

报告人: 王彬

 

 报告简介:突触强度的涨落,以及物理学、生物学和生态学中的许多相关变量的涨落,都依赖于一对事件的巧合探测。本次报告讨论一个可乘性的泊松噪声模型以及它在研究可塑性网络动力学中的应用。通过讨论这个模型的一个半解析近似,利用平均场方法和脉冲神经网络的数值模拟,探究一个最近在实验上测得的——可乘性突触可塑性规则,研究这个规则对网络结构和动力学的影响,并可产生和实验相近的一个稳定的、单峰的突触强度分布。其中较强的突触可以维持较长时间的稳定性,同时也能维持整个网络的动力学的稳定。根据研究结果表明该法则可作为一个理解可塑性网络如何平衡其灵活性和稳定性的新途径。

 

报告人简介: 王彬,2018级UCSD物理系4年级博士生。现在科研课题是可塑性网络的动力学和预测编码的网络模型。