Statistics of spike trains in conductance-based neural networks: Rigorous results

Bruno Cessac 1, *
* Auteur correspondant
1 NEUROMATHCOMP
CRISAM - Inria Sophia Antipolis - Méditerranée , INRIA Rocquencourt, ENS Paris - École normale supérieure - Paris, UNS - Université Nice Sophia Antipolis, CNRS - Centre National de la Recherche Scientifique : UMR8548
Abstract : We consider a conductance-based neural network inspired by the generalized Integrate and Fire model introduced by Rudolph and Destexhe in 1996. We show the existence and uniqueness of a unique Gibbs distribution characterizing spike train statistics. The corresponding Gibbs potential is explicitly computed. These results hold in the presence of a time-dependent stimulus and apply therefore to non-stationary dynamics.
Type de document :
Article dans une revue
Journal of Mathematical Neuroscience, BioMed Central, 2011, 1 (1), pp.8
Liste complète des métadonnées

Littérature citée [63 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-00640501
Contributeur : Ed. Bmc <>
Soumis le : lundi 4 février 2013 - 13:03:49
Dernière modification le : mardi 24 avril 2018 - 17:20:13

Fichiers

2190-8567-1-8.pdf
Fichiers éditeurs autorisés sur une archive ouverte

Identifiants

  • HAL Id : hal-00640501, version 2

Collections

Citation

Bruno Cessac. Statistics of spike trains in conductance-based neural networks: Rigorous results. Journal of Mathematical Neuroscience, BioMed Central, 2011, 1 (1), pp.8. 〈hal-00640501v2〉

Partager

Métriques

Consultations de la notice

307

Téléchargements de fichiers

146