涨落驱动种群动力学的约化方法
统计力学
2021-07-21 v1 适应与自组织系统
神经元与认知
摘要
洛伦兹分布在统计力学中被广泛用于获得异质系统的精确结果。由于所有矩（累积量）的发散，即使对于略微变形的洛伦兹分布，这些结果的解析延拓也是不可能的。我们通过引入“伪累积量”展开解决了这一问题。这使我们能够针对受外源性和内源性噪声源影响的异质脉冲神经网络发展一种约化方法，从而推广了 [E. Montbrió et al., Phys. Rev. X 5, 021028 (2015)] 中引入的平均场公式。
引用
@article{arxiv.2101.11679,
title = {A reduction methodology for fluctuation driven population dynamics},
author = {Denis S. Goldobin and Matteo di Volo and Alessandro Torcini},
journal= {arXiv preprint arXiv:2101.11679},
year = {2021}
}
备注
10 pages (with supplementary materials), 3 figures