Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloHeterogeneous mean field for neural networks with short-term plasticity
Anno di pubblicazione2014
Formato
  • Elettronico
  • Cartaceo
Autore/iMatteo di Volo (1,2,3); Raffaella Burioni (1,3); Mario Casartelli (1,3); Roberto Livi (2,4,5,6); Alessandro Vezzani (1,7)
Affiliazioni autori(1) Dipartimento di Fisica e Scienza della Terra, Università di Parma, via G.P. Usberti, 7/A-43124, Parma, Italy (2) Centro Interdipartimentale per lo Studio delle Dinamiche Complesse, via Sansone, 1-50019 Sesto Fiorentino, Italy (3) INFN, Gruppo Collegato di Parma, via G.P. Usberti, 7/A-43124, Parma, Italy (4) Dipartimento di Fisica, Università di Firenze, via Sansone, 1-50019 Sesto Fiorentino, Italy (5) Istituto dei Sistemi Complessi, CNR, via Madonna del Piano 10-50019 Sesto Fiorentino, Italy (6) INFN Sez. Firenze, via Sansone, 1-50019 Sesto Fiorentino, Italy (7) S3, CNR Istituto di Nanoscienze, Via Campi, 213A-41125 Modena, Italy
Autori CNR e affiliazioni
  • ROBERTO LIVI
  • ALESSANDRO VEZZANI
Lingua/e
  • inglese
AbstractWe report about the main dynamical features of a model of leaky integrate-and-fire excitatory neurons with short-term plasticity defined on random massive networks. We investigate the dynamics by use of a heterogeneous mean-field formulation of the model that is able to reproduce dynamical phases characterized by the presence of quasisynchronous events. This formulation allows one to solve also the inverse problem of reconstructing the in-degree distribution for different network topologies from the knowledge of the global activity field. We study the robustness of this inversion procedure by providing numerical evidence that the in-degree distribution can be recovered also in the presence of noise and disorder in the external currents. Finally, we discuss the validity of the heterogeneous mean-field approach for sparse networks with a sufficiently large average in-degree.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da2811
Pagine a2811
Pagine totali10
RivistaPhysical review. E, Statistical physics, plasmas, fluids, and related interdisciplinary topics
Attiva dal 1993 al 2000
Editore: Published by the American Physical Society through the American Institute of Physics, - New York, N.Y.
Paese di pubblicazione: Stati Uniti d'America
Lingua: inglese
ISSN: 1063-651X
Titolo chiave: Physical review. E, Statistical physics, plasmas, fluids, and related interdisciplinary topics
Titolo proprio: Physical review.
Titolo abbreviato: Phys. rev., E Stat. phys. plasmas fluids relat. interdiscip. topics
Titolo alternativo: Statistical physics, plasmas, fluids, and related interdisciplinary topics
Numero volume della rivista90
Fascicolo della rivista2
DOI10.1103/PhysRevE.90.022811
Verificato da refereeSì: Internazionale
Stato della pubblicazionePublished version
Indicizzazione (in banche dati controllate)
  • ISI Web of Science (WOS) (Codice:000341269500008)
  • Scopus (Codice:2-s2.0-84908445403)
Parole chiaveneural networks, short-term plasticity
Link (URL, URI)http://journals.aps.org/pre/abstract/10.1103/PhysRevE.90.022811
Titolo parallelo-
Licenza-
Scadenza embargo-
Data di accettazione-
Note/Altre informazioniPublished 25 August 2014.
Strutture CNR
  • ISC — ISC - Sede secondaria di Firenze - Sesto Fiorentino
  • NANO — NANO - Sede secondaria di Modena (S3)
Moduli/Attività/Sottoprogetti CNR
  • MD.P02.017.001 : comportamento dinamico di sistemi complessi
  • MD.P06.012.003 : Teoria e simulazione di materiali nanostrutturati
Progetti Europei-
Allegati
Articolo pubblicato (documento privato )
Tipo documento: application/pdf