Analysis of nonlinear noisy integrate & fire neuron models: blow-up and steady states
Cáceres, María J. (Universidad de Granada. Departamento de Matemática Aplicada)
Carrillo de la Plata, José Antonio (Universitat Autònoma de Barcelona. Departament de Matemàtiques)
Perthame, Benoît (Laboratoire Jacques-Louis Lions (París, França))
Centre de Recerca Matemàtica

Publicació:	Centre de Recerca Matemàtica 2010
Descripció:	24 p.
Resum:	Nonlinear Noisy Leaky Integrate and Fire (NNLIF) models for neurons networks can be written as Fokker-Planck-Kolmogorov equations on the probability density of neurons, the main parameters in the model being the connectivity of the network and the noise. We analyse several aspects of the NNLIF model: the number of steady states, a priori estimates, blow-up issues and convergence toward equilibrium in the linear case. In particular, for excitatory networks, blow-up always occurs for initial data concentrated close to the firing potential. These results show how critical is the balance between noise and excitatory/inhibitory interactions to the connectivity parameter.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Llengua:	Anglès
Col·lecció:	Centre de Recerca Matemàtica. Prepublicacions
Col·lecció:	Prepublicacions del Centre de Recerca Matemàtica ; 970
Document:	Article ; Prepublicació ; Versió de l'autor
Matèria:	Xarxes neurals (Informàtica)

24 p, 512.6 KB

El registre apareix a les col·leccions:
Documents de recerca > Prepublicacions