UK 
EnglishТипова
Polski🧠 Спайкова нейронна мережа
Спостерігайте за роботою мережі інтегруючих нейронів із витоком у реальному часі. Регулюйте зв'язність, співвідношення збудливих/гальмівних нейронів, вхідний струм і силу зв'язку та дивіться, як растер спайків переходить від асинхронного до синхронного режиму.
Про цю симуляцію
Ця симуляція моделює мережу «протікаючих» інтегрально-порогових (LIF) нейронів, з'єднаних випадковими спрямованими зв'язками. Мембранний потенціал V кожного нейрона витікає до стану спокою, збуджується постійним зовнішнім струмом плюс шум і генерує спайк у момент, коли V перетинає поріг, — після чого скидається й перебуває в рефрактерному періоді. Спайки надходять до кожної постсинаптичної цілі з вагою, що масштабується силою зв'язку, причому збудливі нейрони додають струм, а гальмівні — віднімають його. Спостереження за живою растровою діаграмою спайків та індексом синхронності показує, як прості правила на рівні окремого нейрона можуть породжувати ритми на рівні всієї мережі.
Що вона показує
Кільце нейронів, з'єднаних K випадковими спрямованими синапсами кожен. Вигляд на полотні показує мембранний потенціал як кольорову теплокарту з яскравим спалахом на кожному спайку, а растрова діаграма внизу відстежує, який нейрон спрацьовує і коли, за плинне 2-секундне вікно. Живі показники повідомляють середню частоту спрацьовування, індекс синхронності на основі дисперсії, частку збудливих нейронів і кількість спайків за останню секунду.
Як користуватися
Регулюйте кількість нейронів (20–200) та зв'язків на нейрон K (2–40), щоб змінити розмір і щільність мережі, а також частку збудливих нейронів, щоб задати співвідношення збудливих і гальмівних клітин. Зовнішнє збудження з часом підвищує мембранний потенціал кожного нейрона, а сила зв'язку масштабує, наскільки сильно спайк впливає на свої цілі. Спробуйте п'ять пресетів — Асинхронний, Синхронні пачки, Розріджений, З перевагою гальмування, Сильний зв'язок, — щоб перейти до цікавих режимів, або використовуйте «Пауза»/«Скинути», щоб заморозити момент чи перебудувати мережу з нуля.
А чи знали ви?
Реальні кіркові мережі підтримують подібний баланс — приблизно 80% збудливих і 20% гальмівних нейронів. У цій симуляції надмірне підвищення частки збудливих нейронів разом із сильним зв'язком заганяє мережу в неконтрольовані синхронні пачки, тоді як достатнє гальмування повертає її до нерегулярного, асинхронного спрацьовування — баланс, який нейронауковці називають балансом збудження-гальмування (E/I).
Часті запитання
Що таке «протікаючий» інтегрально-пороговий нейрон?
Це спрощена модель нейрона, у якій одна змінна — мембранний потенціал V — з часом спадає до значення спокою (це і є «витік»), водночас інтегруючи вхідний струм від зовнішнього збудження та синаптичних входів. Коли V перетинає фіксований поріг, нейрон випускає спайк, V скидається, і нейрон на короткий час стає нечутливим протягом рефрактерного періоду. Ця модель відтворює основну поведінку спрацьовування реальних нейронів без детального моделювання біофізики іонних каналів.
Що роблять елементи керування «Зв'язків на нейрон (K)» і «Частка збудливих»?
K задає, скільки випадкових спрямованих синапсів кожен нейрон надсилає іншим нейронам мережі, керуючи щільністю зв'язності популяції. Частка збудливих задає відсоток нейронів, що додають позитивний струм своїм цілям при спрацьовуванні, тоді як решта — гальмівні й віднімають струм, стримуючи неконтрольовану активність.
Що вимірює індекс синхронності?
Він порівнює, наскільки рівномірно спайки розподілені в часі, з тим, наскільки вони скупчені. Часи спайків групуються в короткі 20-мілісекундні інтервали за останню секунду, а дисперсія кількості спайків у цих інтервалах нормується на середнє значення. Низьке значення означає, що нейрони спрацьовують доволі незалежно й рівномірно в часі; високе значення означає, що багато нейронів схильні спрацьовувати разом у щільних пачках.
Чому мережа раптово починає спрацьовувати синхронними пачками?
Коли збудливий зв'язок сильний відносно гальмування, кілька нейронів, що спрацьовують разом, подають достатньо додаткового струму, щоб одразу підштовхнути багатьох сусідів за поріг, і цей сплеск каскадом проходить по мережі. Цей неконтрольований ефект послаблюється підвищенням частки гальмівних нейронів або зниженням сили зв'язку та зовнішнього збудження — саме це демонструють пресети «З перевагою гальмування» та «Розріджений».
Чи біологічно реалістична ця симуляція?
Вона відтворює основні принципи спайкової динаміки — пороги, рефрактерні періоди, баланс збудження/гальмування та мережеву синхронність, — але це спрощена модель, а не біофізично детальна симуляція. Вона використовує довільні одиниці й випадковий спрямований граф зв'язності замість реалістичних затримок аксонів, дендритної геометрії чи кінетики іонних каналів, тож її найкраще використовувати для формування інтуїції щодо спайкової поведінки на рівні мережі, а не для відтворення кількісних експериментальних даних.