La dinámica neuronal describe la evolución temporal de los potenciales de membrana y las activaciones sinápticas en redes de neuronas, modelada mediante sistemas de ecuaciones diferenciales no lineales.
Un modelo clásico es el modelo de Hodgkin-Huxley, que describe corrientes basadas en canales iónicos, o enfoques simplificados como el modelo Integrate-and-Fire.
La dinámica de poblaciones neuronales se estudia a menudo mediante representaciones en el espacio de estados y análisis del espacio de fases, para comprender oscilaciones, teoría del caos y criterios de estabilidad.
En redes neuronales recurrentes artificiales (RNNs), la dinámica neuronal modela el procesamiento temporal mediante retroalimentaciones, lo cual es esencial para tareas con entradas dependientes del tiempo.
Definición:
«La dinámica neuronal es el cambio temporal de los estados neuronales y sus interacciones, descrito mediante modelos matemáticos que representan el comportamiento de neuronas individuales y redes neuronales.»
Fuente:
Dayan, P., & Abbott, L. F. (2001). Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems. MIT Press.