Forschungsgruppe Theorie der Neuronalen Dynamik

Forschungsgruppe Theorie der Neuronalen Dynamik

Tatjana Tchumatchenko

Unsere Forschung konzentriert sich auf die computergestützte Modellierung und mathematische Analyse von einzelnen Neuronen, neuronalen Populationen und rekurrenten Netzwerken. Wir setzen analytische Werkzeuge und Computersimulationen ein, um zu untersuchen, wie einzelne Neuronen und Populationen auf ihre synaptischen Eingänge reagieren und wie sie interagieren, um funktionierende neuronale Schaltkreise entstehen zu lassen. Von besonderem Interesse sind die Rolle der synaptischen Plastizität, der Informationsrepräsentation, der Reaktionszeitskalen und der zeitlichen und interneuronalen Korrelationen.

Methoden

Wir verwenden eine Kombination von analytischen Techniken, lineare und nichtlineare Differentialgleichungen und deren Lösungen über lineare Störungstheorie, stochastische Integrale, Fokker-Planck-Formalismus und interagierende stochastische Prozesse umfassen. Im computergestützten Bereich verwenden wir numerische Simulationen und moderne Programmiersprachen.

Aktuelle Ergebnisse

In einem rekurrenten neuronalen Netzwerk erhalten die Neuronen eine Flut von erregenden und hemmenden synaptischen Eingängen. In einer solchen Situation könnte ein Signal, das an einer neuronalen Subpopulation ankommt, entweder den Mittelwert oder die Varianz des somatischen Stroms an jedem Neuron modulieren. Wir haben uns daher vorgenommen, zu untersuchen, wie diese beiden Kodierungsstrategien in einer Population von Neuronen ablaufen und ob eine von ihnen einen deutlichen rechnerischen Vorteil gegenüber der anderen hat. Unter Verwendung eines schwellenwertbasierten Modellrahmens, bei dem Spikes als positive Schwellenwertübergänge eines kontinuierlichen Gauß-Prozesses modelliert werden, haben wir die lineare und nicht-lineare Input-Output berechnet.

Darüber hinaus zeigen wir, dass sowohl mittelwert- als auch varianzkodierte Signale hochfrequente Eingaben weiterleiten können und in beiden Kodierungswegen können stufenartige Änderungen sofort erkannt werden. Darüber hinaus haben wir parweise spike Korrelationen und andere Kennzahlen der Netzwerke berechnet. Diese Ergebnisse sind hier zu finden.

Zur Redakteursansicht