Modello Izhikevich

Questo semplice modello (contiene solo una non linearità di secondo grado) riesce a coniugare la accuratezza del modello NEST modello Hodgkin-Huxley con l'efficienza e la semplicità del NEST_modello_iaf_neuron

Con una CPU @ 1GHz si può simulare una rete di 10000 neuroni, con 1000000 sinapsi ad una risoluzione di 1 ms. Tuttavia le prestazioni computazionali dipendono anche dal simulatore utilizzato.

Tramite 4 parametri (a,b,c,d) riesce a modellare diversi tipi di neuroni e i diversi relativi comportamenti, come:

  • Regular spiking, cellula tipica della corteccia cerebrale
  • Intrisically bursting, con breve periodo iniziale ad elevata frequenza
  • Chattering, con elevata frequenza 40 Hz (burst)
  • Fast spiking, neuroni inibitori corteccia cerebrale con elevata frequenza
  • Low-threshold spiking, neuroni inibitori corteccia cerebrale
  • thalamo cortical (2 tipi)
  • Resonator, bistabile, risuona alla frequenza di input

Nei mammiferi il rapporto di neuroni eccitatori rispetto agli inibitori è di 4:1

sinapsi eccitatoria e inibitoria

Equazioni del modello

v' = 0.04·v^2 + 5·v + 140 - u + I
u' = a·(bv -u)
se dopo impulso v >=30, -> v = c AND u = u +d

Parametri e variabili

Variabili di stato

  • u, legata al periodo di recupero dopo impulso
  • v, potenziale di membrana
  • I, corrente di input

Parametri

  • a, tempo di scala di u
  • b, sensibilità di fluttuazione sub-threshold, o accoppiamento tra u e v
  • c, valore di reset di v, dopo impulso
  • d, valore di reset di u, dopo impulso
  • neurali/nest_modello_izhikevich.txt
  • Last modified: 2018/04/25 07:55
  • (external edit)