基于 Echo State Network 的生物多功能性建模
机器学习
2025-10-29 v1 人工智能
摘要
本文开发了一个三维多组分反应扩散模型，结合了可激发系统动力学与扩散过程，具备与 FitzHugh-Nagumo 模型的概念特征。该模型旨在捕捉生物系统，特别是电生理过程的时空行为。模型通过数值方法求解以生成时间序列数据。随后将这些数据用于训练和评估 Echo State Network (ESN)，成功复现了系统的动态行为。结果表明，使用数据驱动的、多功能的 ESN 模型模拟生物动力学是可行且有效的。
引用
@article{arxiv.2510.23940,
title = {Modeling Biological Multifunctionality with Echo State Networks},
author = {Anastasia-Maria Leventi-Peetz and Jörg-Volker Peetz and Kai Weber and Nikolaos Zacharis},
journal= {arXiv preprint arXiv:2510.23940},
year = {2025}
}
备注
26 pages, 17 figures, 6 tables, 23 references