基于Izhikevich模型的神经网络放电特性数值模拟

摘要

利用数值模拟方法研究神经网络的放电特性,为人工智能等领域的研究提供理论支持。以Izhikevich模型为节点,用化学突触连接各神经元,搭建神经网络,分析兴奋性突触和抑制性突触在神经网络中的不同效应,并通过调试化学突触的参数,实现峰放电和簇放电在神经网络中的正常传递。研究发现:当抑制性突触电导为0.5 mS/cm^2时,突触后神经元动作电位传递受到抑制;当兴奋性突触电导为0.5 mS/cm^2时,神经元动作电位传递正常;当兴奋性突触电导为3 mS/cm^2时,突触后神经元动作电位由峰放电变为簇放电,发生畸变;选用参数合适的兴奋性突触可以使神经网络实现峰放电和簇放电的正常传递,但化学突触存在时间滞后性。