隐藏的连接结构控制集体网络动态
摘要：选择网络连接的随机性如何受到已知网络特性的影响？它如何影响网络的行为？过去的方法主要考虑指定越来越复杂的突触强度和模式的统计学特征。然而，与此同时，关于神经元并行动力学的实验数据很容易获得。因此，我们提出一种互补的方法，指定在直接控制动力学的空间中的连接 - 特征向量的空间。我们为大型随机矩阵的一种新的全体开发了一种理论，其特征值分布可以任意选择。我们通过分析显示，变化这种分布导致了各种集体网络行为，包括表征神经活动的维度、主要成分谱、自相关性和自响应的幂律行为。幂律指数由几乎临界特征值的密度控制，并提供了一种最小且稳健的度量手段，直接将可观测动力学和连接性联系起来。几乎临界模式的密度还表征了从高维到低维动力学的转变，而它们的最大振荡频率则决定了关联和响应函数的时间从指数衰减到幂律衰减的转变。我们证明，所提出的连接性全体导致的广泛的动力学行为是由在模式分析中不可见的结构所引起的。这些结构被以几乎不存在的概率出现的模式所捕捉。只有互补模式以有限的概率出现。换句话说，模式分析可能对控制动力学的突触结构视而不见，而这些结构在特征向量统计的空间中变得明显。
作者：Lorenzo Tiberi, David Dahmen, Moritz Helias
论文ID：2303.02476
分类：Disordered Systems and Neural Networks
分类简称：cond-mat.dis-nn
提交时间：2023-06-28