作为有限尺寸关联代理的盒式缩放
无序系统与神经网络
2020-07-17 v1 神经元与认知
摘要
关联随系统尺寸的标度为理解各类系统中的临界现象提供了重要线索。在生物系统中研究它面临两个挑战：通常它们并非无限大，且在大多数情况下尺寸无法随意改变。在此我们讨论，如何通过计算不同尺寸缩减视场（即“盒式缩放”）内的关联，在尺寸固定且相对较小的实验系统中近似有限尺寸标度。利用神经元网络的数值模拟以及铁磁二维伊辛模型验证了该近似。数值结果支持这一启发式方法的有效性，它应有助于刻画生物系统中临界现象的相关方面。
引用
@article{arxiv.2007.08236,
title = {Box-scaling as a proxy of finite-size correlations},
author = {Daniel A. Martin and Tiago L. Ribeiro and Sergio A. Cannas and Tomas S. Grigera and Dietmar Plenz and Dante R. Chialvo},
journal= {arXiv preprint arXiv:2007.08236},
year = {2020}
}