La dynamique neuronale décrit l'évolution temporelle des potentiels membranaires et des activations synaptiques dans les réseaux de neurones, modélisée par des systèmes d'équations différentielles non linéaires.
Un modèle classique est le modèle de Hodgkin-Huxley, qui décrit les courants basés sur les canaux ioniques, ou des approches simplifiées comme le modèle Integrate-and-Fire.
La dynamique des populations neuronales est souvent étudiée à travers des représentations en espace d'état et des analyses de l'espace des phases, afin de comprendre les oscillations, la théorie du chaos et les critères de stabilité.
Dans les réseaux neuronaux récurrents artificiels (RNN), la dynamique neuronale modélise le traitement temporel par rétroactions, ce qui est essentiel pour les tâches avec des entrées dépendantes du temps.
Définition :
« La dynamique neuronale est la variation temporelle des états neuronaux et de leurs interactions, décrite par des modèles mathématiques représentant le comportement des neurones individuels et des réseaux neuronaux. »
Source :
Dayan, P., & Abbott, L. F. (2001). Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems. MIT Press.