Spike Response Model and Coding of Neurons

뉴런의 스파이크 응답 모델과 코딩

This paper discusses the spike response model of neurons. First, this paper discusses the coding of spikes, the function of spikes, and the construction of the spikes of neurons by the superposition of simple kernel functions. This paper discusses the method of kernel superposition is general than the response of the IF (Integrate-and-Fire) neuron model, too. Next, this paper discusses the coincidence detection and the input weight computation of spiking neurons and the activity of neuron populations in some detail.

본 논문은 스파이크 뉴런의 응답 모델에 대하여 논의한다. 먼저, 스파이크 뉴런의 코딩 방법과 스파이크 기능에 대하여 논의하고, 커널 함수의 중첩(superposition)에 의한 스파이크 뉴런의 활동 전위 구성에 대하여 논의한다. 이 방법은 IF(Integrate-and-Fire) 뉴런 모델에서 사용하는 활동 전위 방정식보다 일반적인 것이라는 것을 설명하였다. 다음에 스파이크 출력의 기능으로서 우연성 동시 검출과 가중치 계산을 논의하고 뉴런 집단(population)의 스파이크 출력에 대하여 논의한다.