Questo tipo di neuroni non applicano una somma pesata (probabilmente, questa affermazione si riferisce alle sinapsi…)

Questo tipo di neuroni non porta informazione nella frequenza, ma nella conduttanza…

Oltre ai parametri si aggiunge condizioni di spiking e di reset

• parametri
  • v : potenziale di membrana
  • tau
  • E_r : potenziale di riposo
  • E_e : potenziale obiettivo eccitazione?
  • g_exc : conduttanza eccitazione
  • T : soglia
  • t-t_last:orario di partenza - orario ultimo impulso : tempo passato dall'ultimo impulso
  • r : rate, non viene calcolato se non si specifica la formula di rate nell'equazione di reset
• equazioni
  • equazione differenziale del potenziale di membrana
  • regola di conduttanza (in questo ordine)
• condizione v > T
• reset
  • v = E_r
  • 1/(t-t_last)
    • oppure
  • compute_firing_rate(window=1000)
• refractory: intervallo di tempo dove non è necessario eseguire alcuni calcoli

DefaultSpikingSynapse g_target += w, aumenta la conduttanza post-sinaptica di una quantità pari la efficienza sinaptica (w) dopo ogni spike pre-sinaptico

I calcoli delle equazioni (regola di apprendimento) sono effettuati al momento di un evento (spike)

• parametri
  • w : (default 0)
  • pre_spike, post_spike
  • g_target : (default += w) in caso di spike aumenta la conduttanza (g_exc/g_inh) della post-sinapsi
  • t_pre, t_post : orario ultimo spike pre-sinapsi (ms)
  • tau_pre, tau_post : finestra potenziamento/depressione STDP
  • cApre, cApost
  • wmax
• equazioni: regola di apprendimento…
  • hebbian
  • three-factor
  • Oja
  • BCM
  • STDP