Brunel, N. Dinámica de redes escasamente conectadas de neuronas excitadoras e inhibidoras. J Computadora. Neurología. 8183-208 (2000).
Google Académico
van Vreeswijk, C. Estabilidad del estado asíncrono en redes de osciladores no lineales. Física. Rev. iluminado. 845110 (2000).
Google Académico
Reinart, A., Moreno-Bott, R., Wang, X.-J. & Parga, N. Actividad persistente impulsada por la media y fluctuación en redes recurrentes. Computación neuronal. 191-46 (2007).
Google Académico
Schwalger, T., Deger, M. y Gerstner, W. Hacia una teoría de las columnas corticales: desde neuronas puntiagudas hasta poblaciones neuronales que interactúan de tamaño finito. Cuenta PLoS. Biol. 13e1005507 (2017).
Google Académico
Tiberi, L. y col. Criticidad baja de Gelman en redes neuronales. Física. Rev. iluminado. 128168301 (2022).
Google Académico
Ricciardi, LM Procesos de difusión y temas relacionados en biología. (Springer, 1977).
Renart, A., Song, P. & Wang, X. J. Memoria de trabajo espacial robusta mediante escalamiento sináptico homólogo en redes corticales heterogéneas. células nerviosas 38473-485 (2003).
Google Académico
Vilela, RD y Lindner, B. Un estudio comparativo de diferentes neuronas integrantes y de fuego: actividad espontánea, respuesta dinámica y correlación entre estímulo evocado. Física. Rev. E. 80031909 (2009).
Google Académico
Rauch, A., Camera, G.L., Luscher, H., Senn, W. y Fusi, S. Las células piramidales neocorticales responden como neuronas integrales y activadoras a corrientes de entrada similares a las in vivo. J. Neurofisiología. 901598-1612 (2003).
Google Académico
Mensi, S., Naud, R., Avermann, M., Petersen, C. C. H. & Gerstner, W. La extracción de parámetros y la clasificación de tres tipos de neuronas revela dos mecanismos de adaptación diferentes. J. Neurofisiología. 1071756-1775 (2012).
Google Académico
Mel, BW El modelo de conectividad puede arrojar luz sobre los mecanismos neuronales del acceso guiado visualmente. J. Cogn. Neurología. 3273-292 (1991).
Google Académico
Poirazi, P. & Mel, B. W. La elección y la elasticidad del valor contribuyen conjuntamente al poder de un clasificador cuadrático muestreado. Computación neuronal. 121189-1205 (2000).
Google Académico
Schiller, J., Major, G., Koester, H. J. & Schiller, Y. Mutaciones NMDA en las dendritas basales de las neuronas piramidales corticales. naturaleza 404285-289 (2000).
Google Académico
Larkum, M., Zhu, J. & Sakmann, B. Un nuevo mecanismo celular para acoplar entradas que llegan a diferentes capas corticales. naturaleza 398338-341 (1999).
Google Académico
Magee, J.C. Dendritic LH normaliza la suma temporal en las neuronas CA1 del hipocampo. Nat. Neurología. 2508-514 (1999).
Google Académico
Godak, L. et al. Los dímeros de onda aguda inducen picos dendríticos complejos en las interneuronas de parvalbúmina in vivo. Nat. abonado. 136715 (2022).
Google Académico
Larcom, M.E., Sen, W. y Luscher, H.-R. La entrada dendrítica de arriba hacia abajo aumenta la ganancia de las neuronas piramidales de la capa V. aterrador. Caspa 141059-1070 (2004).
Google Académico
Poirazi, P., Brannon, T. & Mel, B. W. Neuronas piramidales como red neuronal de dos capas. células nerviosas 37989-999 (2003).
Google Académico
Ujfalussy, B.B., Makara, J.K., Lengyel, M. & Branco, T. Cálculos de tallos globales y múltiples en condiciones similares a las in vivo. células nerviosas 100579-592 (2018).
Google Académico
Dembrow NC y España WJ Codificación de la tasa de entrada y control de las dendritas de las neuronas piramidales neocorticales. Representante celular 38110382 (2022).
Google Académico
Harkin, E. F., Shen, P. R., Goel, A., Richards, B. A. y Naud, R. Modelos de cascada paralela y recurrente como fuerza unificadora para comprender la computación subcelular. Neurología 489200-215 (2022).
Google Académico
Magó, Á., Kis, N., Lüko, B. y Makara, J. K. Distinto Ca dendrítico2+ Las formas de púas producen transformaciones opuestas de entrada y salida en células piramidales CA3 de rata. eVida 10e74493 (2021).
Google Académico
Polsky, A., Mel, B. & Schiller, J. Explosiones de codificación y decodificación por mutaciones NMDA en dendritas basales de neuronas piramidales de la capa V. J Neurosci. 2911891-11903 (2009).
Google Académico
Shaw, N.-L. et al. Integración cruzada no lineal de entradas sensoriales y motoras durante una tarea de detección activa. naturaleza 492247-251 (2012).
Google Académico
Rall, W. y Rinzel, J. Impedancia de entrada de rama y atenuación de entrada estática en un modelo de neurona dendrítica de rama única. Biocara. C. 13648-687 (1973).
Google Académico
Rall, W.N. Métodos en modelado neuronal. (eds Koch, C. y Segev, I.) 9–62 (MIT Press, 1989).
Almohada, J. y col. Correlaciones espacio-temporales de señales visuales en toda la población de neuronas. naturaleza 454995-999 (2008).
Google Académico
Pozzorini, C., Naud, R., Mensi, S. y Gerstner, W. Blanqueamiento temporal mediante adaptación a la ley de potencia en neuronas neocorticales. Nat. Neurología. dieciséis942-948 (2013).
Google Académico
Gerstner, W. La estructura temporal de la actividad en modelos de redes neuronales. Física. Rev. E. 51738-758 (1995).
Google Académico
Naud, R. & Gerstner, W. Codificación y decodificación utilizando neuronas adaptativas: un enfoque de estimulación de gráficos temporales basado en la población. Cuenta PLoS. Biol. 8e1002711 (2012).
Google Académico
Senzai, Y., Fernandez-Ruiz, A. & Buzsáki, G. Características fisiológicas específicas de capas e interacciones interlaminares en la corteza visual primaria del ratón. células nerviosas 101500-513 (2019).
Google Académico
Holt, GR, Softky, WR, Koch, C. y Douglas, RJ Comparación de la variabilidad de la descarga in vitro e in vivo en neuronas de la corteza visual de gatos. J. Neurofisiología. 751806-1814 (1996).
Google Académico
Grienberger, C., Chen,2+ Se requieren picos para disparar ráfagas del hipocampo in vivo. células nerviosas 811274-1281 (2014).
Google Académico
Compte, A. et al. Actividad mnemotécnica temporalmente desregulada en neuronas prefrontales de mono durante una tarea de respuesta retardada. J. Neurofisiología. 903441-3454 (2003).
Google Académico
Barbieri, F. y Brunel, N. ¿Pueden los modelos de redes de atractores explicar las estadísticas de activación durante la actividad sostenida en la corteza prefrontal? Antes. Neurología. 2114-122 (2008).
Google Académico
Prescott, SA y De Koninck, Y. Control de la tasa de activación mediante inhibición de la transducción: las funciones del ruido sináptico y la saturación dendrítica. Brooke. Acad. Nacional. Ciencia ficción. Estados Unidos de América 1002076-2081 (2003).
Google Académico
Jarsky, T., Roxin, A., Kath, W. L. y Spruston, N. Propagación dendrítica condicionada después de la activación sináptica distal de las neuronas piramidales CA1 del hipocampo. Nat. Neurología. 81667-1676 (2005).
Google Académico
Friedenberger, Z. & Naud, R. La excitabilidad dendrítica controla la sobredispersión [code] https://doi.org/10.24433/CO.9810370.v2 (2023).
«Adicto a la música. Gurú del café. Especialista en zombis. Defensor de las redes sociales. Introvertido. Aficionado extremo a la comida. Evangelista del alcohol».