项目名称: 神经网络中自组织临界态的理论研究

项目编号: No.11305098

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 王圣军

作者单位: 陕西师范大学

项目金额: 22万元

中文摘要: 实验发现自组织临界态(SOC)广泛地存在于大脑神经网络中,它在神经的一些发育过程中不可或缺,并且在信息处理方面具有功能优势。所以神经网络临界态的产生机制和规律是十分重要的问题。但是多种真实的生物因素导致直接采用SOC的传统模型不能阐明新情形下临界态的涌现机制。本项目拟在我们前期工作的基础上通过系统地模拟和理论分析,深入研究等级模块化网络结构和抑制性神经元在SOC形成机制和活动规律中的作用,阐明能够重现实验结果的理论模型所必须具备的结构属性和动力学特性,揭示神经网络临界态具有鲁棒性的动力学机制以及网络结构对鲁棒性的影响,确定具有神经系统的结构属性和动力学属性的理论模型中的临界条件和临界行为与这些属性的依赖关系,阐明临界雪崩与同步转变点之间的异同,以及针对有限尺寸系统改进KS统计方法。本项目的研究将为理解大脑临界性提供一定的理论支持,为未来的研究提供更坚实的理论基础和更合理的模型。

中文关键词: 自组织临界态;神经网络;负关联网络;;

英文摘要: Experiments have shown that self-organized criticality (SOC) is ubiquitous in brain cortex networks. SOC is an essential active pattern for the developing of cortex networks, and has functional advantage in information processing. So the emerging mechanism and the characteristic of the critical state are important questions. The fundamental principle for SOC in physical systems has been interpreted by detailed numerical simulations and theoretical treatments. However, the biological realistic factors induce that the physical model cannot explain the emergence of SOC in neuronal networks and predict the critical behavior. In this project, based on our previous research, we aim to study the role of the dynamical property of inhibitory neurons dynamical property and the topological property of hierarchical modular structure in the emergence of SOC and the critical behavior. Through detailed simulation and theoretical analysis, we will study the fundamental structure features and the dynamical properties for the neuronal models to generate the behavior that is identical with the measurement in experiments; we will study the propagation of perturbation, and the adaptation mechanics of both its amplification and dissipation of the perturbation, in order to interpret the underlying mechanics of the robustness of SOC in

英文关键词: self-organized criticality;neural networks;disassortative networks;;

成为VIP会员查看完整内容
0

相关内容

图神经网络前沿进展与应用
专知会员服务
146+阅读 · 2022年1月24日
神经网络的基础数学
专知会员服务
201+阅读 · 2022年1月23日
专知会员服务
41+阅读 · 2021年6月2日
专知会员服务
44+阅读 · 2021年5月24日
[WWW2021]图结构估计神经网络
专知会员服务
42+阅读 · 2021年3月29日
专知会员服务
80+阅读 · 2020年12月18日
【Cell 2020】神经网络中的持续学习
专知会员服务
59+阅读 · 2020年11月7日
【IJCAJ 2020】多通道神经网络 Multi-Channel Graph Neural Networks
专知会员服务
25+阅读 · 2020年7月19日
神经网络,凉了?
CVer
2+阅读 · 2022年3月16日
复数神经网络及其 PyTorch 实现
极市平台
5+阅读 · 2022年1月17日
微软2022校招正式启动!
微软招聘
0+阅读 · 2021年8月16日
免费中文书籍-《神经网络与深度学习》中文版推荐
深度学习与NLP
20+阅读 · 2019年4月2日
一文读懂神经网络(附PPT、视频)
数据派THU
17+阅读 · 2018年3月25日
国家自然科学基金
0+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
20+阅读 · 2020年6月8日
Arxiv
15+阅读 · 2019年6月25日
Arxiv
19+阅读 · 2018年10月25日
Arxiv
10+阅读 · 2018年2月17日
小贴士
相关主题
相关VIP内容
图神经网络前沿进展与应用
专知会员服务
146+阅读 · 2022年1月24日
神经网络的基础数学
专知会员服务
201+阅读 · 2022年1月23日
专知会员服务
41+阅读 · 2021年6月2日
专知会员服务
44+阅读 · 2021年5月24日
[WWW2021]图结构估计神经网络
专知会员服务
42+阅读 · 2021年3月29日
专知会员服务
80+阅读 · 2020年12月18日
【Cell 2020】神经网络中的持续学习
专知会员服务
59+阅读 · 2020年11月7日
【IJCAJ 2020】多通道神经网络 Multi-Channel Graph Neural Networks
专知会员服务
25+阅读 · 2020年7月19日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员