复杂网络社群内的激活局域化

本文描述了如何增强和推广积分 - 发放动力学的等效模型（arXiv:0802.0421），以处理任意复杂神经元网络，特别是那些具有模块化结构的网络。研究表明，尽管仅涉及少量等效神经元，该模块化等效模型能够对两个混合模块化网络中的非线性积分 - 发放动力学提供令人印象深刻的预测。所报告的方法还揭示了网络社群内瞬态尖峰局域化的成因，即从源社群发送到其他社群的微弱激活意味着需要很长时间才能达到其他社群同心层级的近乎同步激活及相应的雪崩效应。本文还报告了其他几点见解，包括尖峰函数的平滑化、环内连接及其效应的考量，以及等效模型中权重如何随不同源节点变化的识别。这项工作为许多有前景的发展铺平了道路，并对此进行了识别和讨论。此外，还描述了初步结果，揭示了稳态机制下由积分 - 发放动力学诱导的波。