简介:InATMnetworks,burstysourcescanbedescribedastheInterruptedBernoulliProcess(IBP).Withtheuseofthethinprocesstheory,theProbabilityGeneratingFunction(PGF)oftheIBPisobtained.Aniterativealgorithm,whichcanbeusedtocalculatetheIBPprobabilitydistribution,ispresented.Theburstysource’sequivalentdescriptionisdiscussed.ItisproposedthattheleakybucketoutputprocesscanbeapproximatelydescribedastheIBP.Theaccuracyoftheanalyticalresultshasbeenlargelyvalidatedbymeansofthesimulationapproach.Moreover,howtoimproveitsaccuracyisdiscussed.Thesmoothingfunctionoftheleakybucketalgorithmisquantitativelyanalyzed.
简介:峰放电频率适应性是神经元在信息处理过程中重要的动力学特性之一.当神经系统受到外电场作用时,会对其动力学行为以及神经电信息的产生、传导产生影响.我们基于Leakyintegrate-and-fire(LIF)神经元模型,建立了外电场作用下改进的LIF神经元模型.采用随时间演化的膜电位曲线和峰放电频率曲线,以及随外电场变化的起始峰放电频率曲线和稳态峰放电频率曲线,研究不同强度、频率外电场作用下改进的LIF模型的适应性变化.此外,还利用相邻峰峰间期(ISI)之间的相关性进一步阐明外电场对神经元适应性的影响.