全球反馈网络中神经同步的非单调性：抑制反馈的影响

本文是一篇研究论文，标题为《全球耦合网络中受部分相关外部输入影响的神经元相关放电依赖性》（Feedback-Dependence of Correlated Firing in Globally Coupled Networks）。作者通过Jinli Xie、Zhijie Wang和Jianyu Zhao的研究，关注了全球反馈神经网络中神经元间的关联性，这种网络通常由一组具有延迟和平滑突触驱动反馈的随机漏极积分放电神经元组成。 在传统的前馈神经网络中，神经元之间的关联度通常随着它们的放电率（或活动强度）增加而上升。然而，这篇论文的焦点在于全球反馈网络，其神经元之间的连接并非单一方向，而是存在双向的反馈机制。外部输入被设定为部分相关的，这意味着输入信号中存在一定程度的相互作用和关联性，这与传统的线性输入模式不同。 通过数值模拟实验，研究者发现当抑制性反馈连接的强度改变时，神经元间的相关系数呈现出非单调的关系。换句话说，增强的抑制性反馈并不总是导致更高的相关性，相反，在一定范围内，它可能会降低神经元同步性，形成一个U形曲线。这种现象是由于神经元的平均放电率（mean rate）和反馈机制之间的动态平衡所决定的。 当反馈连接较弱时，神经元更容易受到外部输入的影响，从而导致较高的放电率和相关性。然而，随着反馈增强，过强的抑制性作用可能会抑制神经元的同步活动，使得相关系数下降。只有当反馈达到一个适当的强度时，才会再次看到相关性的提高，因为过度抑制可能被适当地调节以维持网络的稳定性和功能。 这篇研究对于理解复杂神经系统中的信息处理过程具有重要意义，特别是当反馈机制在调控神经元群体行为中扮演关键角色时。它揭示了反馈调节如何在神经网络的动态平衡中影响神经元间的同步模式，挑战了传统关于放电率与相关性之间简单的正比关系假设。这一发现有助于深化我们对神经网络中信息传递和组织原则的理解，并可能为设计更有效的人工神经网络架构提供新的见解。