神经网络活动方程的系统波动展开
摘要：神经网络建模的常用方法是利用人口率或活动方程。这些方程提供了给定一些连接性的网络中神经元的平均场动力学的发射率或活动率。这些方程的缺点在于它们只考虑了平均的发射率，而忽略了更高阶的统计量，如发射之间的相关性。最近，提出了一个包括所有阶次统计的随机神经网络理论。我们描述了这个理论如何通过引入相关性方程和适当的耦合项来对人口率方程进行系统扩展。每个近似级别都产生了闭合方程，即它们只依赖于感兴趣的均值和特定相关性，而不需要{it ad hoc}准则来确定。我们通过一个全连接网络的例子展示了我们的广义活动方程系统如何捕捉到仅用平均场率方程无法描述的现象。
作者：Michael A. Buice, Jack D. Cowan, Carson C. Chow
论文ID：0902.3925
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2009-05-15