Elaborazione delle informazioni in un neurone stocastico

Il modello di neurone LIF è un modello di neurone basato sulla soglia ed è stato ampiamente utilizzato per studiare analiticamente il comportamento neuronale grazie alla facilità del modello. Il DDF fornisce un meccanismo per includere i valori precedenti del potenziale di membrana nella sua ulteriore evoluzione e aumenta la complessità del modello. Il modello del neurone LIF in DDF è più vicino al neurone reale rispetto al semplice neurone LIF con ingresso rumoroso. Per estendere lo studio, sono stati utilizzati tre diversi tipi di funzione kernel, ovvero la funzione kernel di ritardo distribuita esponenzialmente, la funzione kernel di ritardo distribuita gamma e la funzione kernel di ritardo distribuita ipo-esponenziale, e due diversi tipi di periodo di tempo refrattario, ovvero il periodo di tempo distribuito uniformemente e il periodo di tempo distribuito gaussiano. I risultati ottenuti vengono confrontati con quelli ottenuti senza periodo refrattario. Si nota che il periodo di tempo refrattario a distribuzione gaussiana con funzione kernel del ritardo a distribuzione ipo-esponenziale presenta modelli di distribuzione ISI più vicini agli studi sperimentali.