重尾神经网络中的扩展安德森临界性
摘要：在具有重尾连通性的网络中，我们通过发展非埃尔米特随机矩阵理论来研究复杂动力学的出现。我们揭示了一个空间多分形波动在静止相与活动相之间存在的扩展临界区。这个多分形临界相结合了定位和离域化的特征，与经典网络中的混沌边缘不同之处在于，在相空间的广泛区域内出现了安德森临界性的普遍特征。我们展示了扩展临界区丰富的非线性响应特性可以解释各种神经动力学，如时间尺度的多样性，为储层设置中的持续分类提供了计算优势。
作者：Asem Wardak and Pulin Gong
论文ID：2202.05527
分类：Disordered Systems and Neural Networks
分类简称：cond-mat.dis-nn
提交时间：2022-09-23