Spike Train Statistics from Empirical Facts to Theory: The Case of the Retina

Bruno Cessac 1, * Adrian Palacios 2
* 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 : This chapter focuses on methods from statistical physics and probability theory allowing the analysis of spike trains in neural networks. Taking as an example the retina we present recent works attempting to understand how retina ganglion cells encode the information transmitted to the visual cortex via the optical nerve, by analyzing their spike train statistics. We compare the maximal entropy models used in the literature of retina spike train analysis to rigorous results establishing the exact form of spike train statistics in conductance-based Integrate-and-Fire neural networks.
Type de document :
Chapitre d'ouvrage
Frédéric Cazals and Pierre Kornprobst. Modeling in Computational Biology and Biomedicine: A Multidisciplinary Endeavor, Springer, 2013
Liste complète des métadonnées

Littérature citée [39 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-00640507
Contributeur : Bruno Cessac <>
Soumis le : samedi 12 novembre 2011 - 20:13:59
Dernière modification le : jeudi 26 avril 2018 - 10:28:53
Document(s) archivé(s) le : vendredi 16 novembre 2012 - 10:40:54

Fichier

author.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00640507, version 1

Citation

Bruno Cessac, Adrian Palacios. Spike Train Statistics from Empirical Facts to Theory: The Case of the Retina. Frédéric Cazals and Pierre Kornprobst. Modeling in Computational Biology and Biomedicine: A Multidisciplinary Endeavor, Springer, 2013. 〈hal-00640507〉

Partager

Métriques

Consultations de la notice

794

Téléchargements de fichiers

372