噪声、树突信号整合和自我学习对神经系统复杂动力学特性的影响研究

将复杂网络理论、神经电生理学理论、统计物理学理论和非线性动力学理论有机地结合起来，研究噪声、树突信号整合和自我学习对神经系统复杂动力学特性的耦合影响。首先研究离子通道噪声和神经突触噪声对神经系统复杂动力学特性的耦合效应，以及它们对神经信号的产生、传输、检测与其他信息处理的耦合影响；其次把神经树突的信号整合效应和离子通道噪声效应结合起来，研究它们对兴奋性突触后电位的产生、传播、放大与求和的耦合效应，进一步研究它们如何耦合影响神经信号整合；最后将大脑神经系统的噪声效应、树突信号整合、自我学习和高度复杂的网络结构等四大主要特性结合起来，研究它们对复杂生物神经元网络复杂动力学特性和电学特性的耦合效应，探索它们对神经信息编码与检索的耦合影响。这些研究工作将丰富复杂网络理论、神经电生理学理论和非线性动力学理论，同时为探索人脑的学习、记忆、感知等高级活动提供有参考价值的新见解。

在本项目支持下，我们将复杂网络理论、神经电生理学理论、统计物理学理论和非线性动力学理论有机地结合起来，研究噪声、树突信号整合和自我学习对神经系统复杂动力学特性的耦合影响。这些研究工作将丰富复杂网络理论、神经电生理学理论和非线性动力学理论，同时为探索人脑的学习、记忆、感知等高级活动提供有参考价值的新见解。我们还在非线性动力学领域和其他相关领域展开了研究。在为期三年的研究里，我们发表了7篇SCI论文，1篇EI论文和2篇核心期刊论文，其中包括2篇SCI二区论文（欧洲物理快报和IEEE Trans）和1篇SCI三区论文（Physica A）。以上10篇论文，项目主持人曾上游要么为第一作者，要么为通讯作者。.当神经元细胞膜面积较少时，由于离子通道噪声诱发的自发脉冲频率较高。为了确保神经元信息处理的可靠性和稳定性，必须抑制高频率的自发脉冲。研究发现漏电流系统对抑制自发脉冲具有超指数关系，而钾电流系统对抑制自发脉冲只具有线性关系。研究还发现在生理学极限里，漏电流系统可以非常有效地抑制自发脉冲，而钾电流系统却不行。此成果发表在权威物理刊物“欧洲物理快报”(Europhysics Letters)上。.最近，研究发现耦合在决定非线性系统的重要进化起到关键性的作用。我们研究了两个永磁同步马达（PMSMs）的集体行为，并且发现在正负耦合的作用下，耦合PMSMs表现出丰富的非线性行为，比如完全同步、振幅死亡（AD）、反相同步和相位反转等等。在这些集体行为中，AD在保持耦合PMSMs安全而稳定的操作起到非常重要的作用，并且得到广泛的研究。不同的动力学和AD转换之间的关系也得到了详细阐述。此成果发表在权威学术刊物IEEE Trans上。.我们还在神经动力学和非线性动力学以及其他领域展开了研究，具体研究成果发表在Physica A, Journal of Korean Physics和Chinese Physics B等SCI刊物和有关核心期刊上。

内容获取失败，请点击重试