最小脑网络模型与准临界性

本文介绍了一个简化的神经网络动力学模型，重点关注抑制及其对稳定性和临界行为的影响。它之所以重要，是因为它提供了一个理论框架，用于理解大脑网络如何在接近临界点的情况下运行，从而可能解释最大敏感性和信息处理效率等现象。与定向渗流和混沌动力学（癫痫发作）的联系增加了进一步的兴趣。

• •提出了一个简化的神经网络动力学模型，其中包含抑制。
• •建立了用于分析的平均场近似的层次结构。
• •证明了抑制神经元的稳定作用。
• •通过最大敏感性和互信息支持准临界性假设。
• •确定了定向渗流作为临界转变的普适类。
• •将混沌动力学与潜在的癫痫发作联系起来。