随机神经场中的噪声共享与墨西哥帽耦合

在神经科学中具有生物学意义的扩散型耦合算子是一种用作空间卷积核的高斯函数之差（墨西哥帽算子）。我们关注于使用墨西哥帽核的时空随机微分积分方程一类——随机神经场方程——中的图样形成。我们定量探究了控制耦合核形状、耦合强度以及空间平滑时空噪声各方面的参数如何影响所得演化随机场中的图样。我们确认，在确定性系统中随时间衰减的空间图样可由随机性维持并放大。我们发现，即便无直接空间耦合，仅空间平滑噪声亦能引起图样形成。我们对耦合与噪声共享交互的分析使我们能够确定最利于空间图样形成的参数组合。