中文

受白噪声扰动的耦合主动旋转体网络的动力学平均场近似

无序系统与神经网络 2007-05-23 v1 统计力学

摘要

针对受个体白噪声扰动的大而有限 NN 单元主动旋转体 (AR) 网络,我们发展了一种半解析的动力学平均场近似 (DMA)。假设噪声较弱且状态变量服从高斯分布,我们推导出了直至无穷阶的局部和全局变量矩的运动方程。在 DMA 中,原始的 NN 维随机微分方程 (DEs) 被三维确定性 DEs 所取代,而传统矩方法则为局部变量的矩产生 (1/2)N(N+3)(1/2)N(N+3) 个确定性 DEs。我们讨论了在可激发 AR 网络中实现的稳态、时间周期态以及随机无序态的特征,这些状态取决于模型参数。结果表明,尽管全局变量的涨落在 NN 增大时以 1/N1/\sqrt{N} 变化,但局部变量的涨落即使在 NN \to \infty 时仍保持有限。我们比较了使用 DMA 计算的结果与直接模拟以及适用于 N=N=\infty AR 模型的 Fokker-Planck 方程所获得的结果。还讨论了 DMA 的优缺点。

关键词

引用

@article{arxiv.cond-mat/0210473,
  title  = {Dynamical mean-field approximation to coupled active rotator networks subject to white noises},
  author = {Hideo Hasegawa},
  journal= {arXiv preprint arXiv:cond-mat/0210473},
  year   = {2007}
}

备注

20 pages, 2 figures