以完整脉冲序列建模神经群体活动相变

基于摘要分析。本文研究脉冲神经系统中振荡与非振荡群体活动如何形成，提出以完整脉冲序列为微观状态的统计力学框架，通过活动系综及自由能景观刻画不同宏观活动状态，而非显式模拟网络动力学。 核心机制是将脉冲序列视为离散事件的时空构型，为每个构型赋予衡量其与内在突触相互作用一致性的有效能量泛函，由此构建类似 Boltzmann 分布的系综。有效温度用于表征外部输入作为随机驱动的影响。群体放电率密度等粗粒化观测量描述宏观状态，其形成取决于两类贡献的竞争：能量项偏好符合相互作用约束的脉冲模式，熵项偏好时空无序。 作者主要考察振荡与非振荡活动之间的转变。非振荡区间包括广泛分布、近似均匀的状态，以及在时间上局域化的塌缩状态；振荡区间则表现为重复出现的活动峰。用于区分这些状态的序参量来自群体脉冲率密度，包括熵、时间局域化度量和基于自相关的指标。 作者报告，在直接对脉冲序列定义的 Metropolis-Hastings 采样方案下，Monte Carlo 模拟呈现了理论预期的宏观状态，并提供了对自由能景观的采样探查。摘要未给出具体能量泛函、突触相互作用形式、采样约束、系统规模或定量相变结果，解析推导、模拟协议及统计信息尚未验证；是否使用真实神经记录及其验证方式也尚未验证。本文的主要贡献是脉冲活动的理论建模，材料不支持将其表述为已验证的 EEG/BCI 解码方法。