带有$q$-高斯异质性的神经群体的平均场方程
摘要：使用均值变量的低维模型描述大型神经群体的集体动力学长期以来一直是理论神经科学中的一个有吸引力的任务。最近发展起来的简化方法使得可以直接从个体神经元的微观动力学导出这样的模型。为了简化简化，通常假设异质网络参数服从Cauchy分布。在这里，我们将简化方法扩展到由$q$-Gaussian分布定义的更广泛的异质性类别。该分布的形状取决于Tsallis指数$q$，并且随着指数的变化，逐渐从Cauchy分布变为正常的高斯分布。我们导出了具有$q$-Gaussian分布的抑制性二次积分-发放神经元网络的平均场方程。结果表明，网络的动态模式显著依赖于由Tsallis指数确定的分布形式。通过对微观模型的数值模拟，验证了从平均场方程得到的结果。
作者：Viktoras Pyragas and Kestutis Pyragas
论文ID：2201.11493
分类：Chaotic Dynamics
分类简称：nlin.CD
提交时间：2022-04-27