Neuronale Dynamik beschreibt die zeitabhängige Entwicklung der Membranpotentiale und synaptischen Aktivierungen in Netzwerken von Neuronen, modelliert durch Systeme von nichtlinearen Differentialgleichungen.
Ein klassisches Modell ist das Hodgkin-Huxley-Modell, das ionenkanalbasierte Ströme beschreibt, oder vereinfachte Ansätze wie das Integrate-and-Fire-Modell.
Die Dynamik neuronaler Populationen wird oft durch Zustandsraumdarstellungen und Phasenraumanalysen untersucht, um Oszillationen, Chaostheorie und Stabilitätskriterien zu verstehen.
In künstlichen rekurrenten neuronalen Netzen (RNNs) modelliert neuronale Dynamik die zeitliche Verarbeitung durch Rückkopplungen, was essenziell für Aufgaben mit zeitabhängigen Eingaben ist.
Definition:
„Neuronale Dynamik ist die zeitliche Veränderung von neuronalen Zuständen und deren Wechselwirkungen, beschrieben durch mathematische Modelle, die das Verhalten einzelner Neuronen und neuronaler Netzwerke abbilden.“
Quelle:
Dayan, P., & Abbott, L. F. (2001). Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems. MIT Press.