Quantifying the Impact of Synaptic Delay and Neuronal Refractory Period on Criticality in Hierarchical Modular Neural Networks
2023 (English)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE credits
Student thesis
Abstract [en]
Self-organized brain criticality suggests that the brain is able to operate near a critical point.With compelling evidence supporting the theory, it is important to understand whichbiological mechanisms are required for critical dynamics to occur. Previous studies haveinvestigated the relationship between network structure and brain criticality and shownpromising results. However, most overlook a crucial aspect of networks with limited size: therelation between synaptic delay and neuronal refractory period.
The aim of this project is to quantify the impact of synaptic delay and neuronal refractoryperiod in hierarchical modular neural networks (HMN). The results showed that bothvariables had a significant impact on the characteristics of neuronal avalanches, which is aphenomenon of critical dynamics.
However, the analysis indicates that it is only the neuronal refractory period that has asignificant impact on critical dynamics as the impact of synaptic delay vanishes. Toconclude, further studies using HMN to investigate criticality should not overlook the impactthe neuronal refractory period has on the results.
Abstract [sv]
Själv-organiserad hjärnkritikalitet är en hypotes postulerar att hjärnan kan organisera sigsjälv nära en kritisk punkt. Med övertygande bevis som stödjer hypotesen, är det viktigt attförstå vilka biologiska mekanismer som krävs för att kritikalitet i hjärnan ska uppstå. Tidigarestudier har undersökt sambandet mellan nätverksstruktur och hjärnkritikalitet med lovanderesultat. Men de flesta förbiser en avgörande aspekt av nätverk med begränsad storlek:förhållandet mellan synaptisk fördröjning och neuronal återhämtningsperiod.
Syftet med detta projekt är att kvantifiera effekten av synaptisk fördröjning och neuronalåterhämtningsperiod i hierarkiska modulära neurala nätverk (HMN). Resultaten visade attbåda variablerna hade en signifikant inverkan på egenskaperna hos neuronala laviner, vilketär ett fenomen av kritisk dynamik.
Analysen indikerar dock att det bara är den neuronal återhämtningsperioden som har enbetydande inverkan på kritisk dynamik när effekten av den synaptiska fördröjningenförsvann. Sammanfattningsvis bör ytterligare studier som använder HMN för att undersökakritikalitet inte förbise effekten av neuronal återhämtningsperiod på resultaten.
Place, publisher, year, edition, pages
2023. , p. 705-713
Series
TRITA-EECS-EX ; 2023:198
National Category
Electrical Engineering, Electronic Engineering, Information Engineering
Identifiers
URN: urn:nbn:se:kth:diva-341789OAI: oai:DiVA.org:kth-341789DiVA, id: diva2:1823504
Supervisors
Examiners
Projects
Kandidatexjobb i elektroteknik 2023, KTH, Stockholm2024-01-022024-01-02