新海报入选2024中国神经科学年会

详情链接：🔗

Nonlinear pulse-coupled network reconstruction using pairwise time-delayed transfer entropy

Kai Chen, Zhong-qi K. Tian, Wei P. Dai, Songting Li, David W. McLaughlin, Douglas Zhou

Abstract: 获取结构连接信息对于理解复杂网络的精细功能至关重要。在结构连接的直接测量受限的情况下，例如皮层神经网络，因果推断工具如传递熵（transfer entropy）被用来从网络活动数据中重建结构连接。然而，推断出来的因果连接性可能并不总是与网络的底层结构连接性一致，因此推断的因果连接性需要进一步澄清和解释。特别是，因果连接性与结构连接性之间的关系需要更多的探索。在这种背景下，我们的研究重点是非线性脉冲耦合网络，例如脉冲神经网络，提出了一种新的框架——成对时延传递熵（PTD-TE），用于重建多个模拟非线性脉冲耦合网络的结构连接性。我们的研究发现，连接节点对与未连接节点对之间的PTD-TE值存在数量级差异，这使得结构连接性得以重建。我们进一步探讨了这一准确重建的机制，确定了两个节点之间的PTD-TE值与它们的耦合强度的平方成正比。值得注意的是，我们强调结构连接性可以通过成对的方式重建，而无需依赖于网络中所有其他节点的全局信息。这种方法帮助绕过了传递熵常遇到的“维度灾难”问题。因此，我们的研究提供了一种切实可行且有效的方法，用于推断非线性脉冲耦合系统的结构连接性。