最小脑网络模型与准临界性

Research Paper#Computational Neuroscience, Neural Networks, Criticality🔬 Research|分析: 2026年1月3日 20:12•
发布: 2025年12月26日 17:42
•
1分で読める
•ArXiv

分析

本文介绍了一个简化的神经网络动力学模型，重点关注抑制及其对稳定性和临界行为的影响。它之所以重要，是因为它提供了一个理论框架，用于理解大脑网络如何在接近临界点的情况下运行，从而可能解释最大敏感性和信息处理效率等现象。与定向渗流和混沌动力学（癫痫发作）的联系增加了进一步的兴趣。
引用 / 来源
查看原文
"The model is consistent with the quasi-criticality hypothesis in that it displays regions of maximal dynamical susceptibility and maximal mutual information predicated on the strength of the external stimuli."
A
ArXiv2025年12月26日 17:42
* 根据版权法第32条进行合法引用。
较旧

Gauge Coupling Unification in Gauge-Higgs GUT: Theory and Phenomenology

较新

SciEvalKit: An Open-source Evaluation Toolkit for Scientific General Intelligence

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv