规范随机神经网络中离散混沌转变
混沌动力学
2024-07-04 v3 神经元与认知
摘要
我们研究了由 Sompolinsky、Crisanti 和 Sommers (SCS) 引入的范例随机循环神经网络。在无限规模极限下，该系统表现出从均匀静止态到混沌行为的直接转变，李apunov 指数从零逐渐增大。我们对 SCS 模型进行推广，考虑奇异饱和非线性传递函数，超出通常选择的 。当 在 0 处的斜率为局部最小值时（即 ），会发生离散的混沌转变。混沌以吸引子-斥力器折叠的方式“突然”出现。因此，李apunov 指数在混沌诞生时保持远离零。
引用
@article{arxiv.2405.14607,
title = {Discontinuous transition to chaos in a canonical random neural network},
author = {Diego Pazó},
journal= {arXiv preprint arXiv:2405.14607},
year = {2024}
}