中文

神经编码图的性质

组合数学 2024-03-27 v1

摘要

一个在 nn 个神经元上的神经编码是集合 [n]={1,2,,n}[n]=\{1,2,\dots,n\} 的子集族。本文研究了神经编码图的一些性质。特别地,我们研究了Chan等人(SIAM J. on Dis. Math., 37(1):114-145, 2017)给出的码字包含图(CCG)和Gross等人(Adv. in App. Math., 95:65-95, 2018)给出的一般关系图(GRG)。我们提供了CCG连通的一个充分条件。我们还证明了CCG的连通性和完全性在A. Jeffs(SIAM J. on App. Alg. and Geo., 4(1):99-122, 2020)定义的神经编码之间的满射态射下得以保持。进一步,我们证明如果任一神经编码 C\mathcal{C} 的CCG是完全的且 C=m|\mathcal{C}|=m,则作为神经编码有 C{,1,12,,123m}\mathcal{C} \cong \{\emptyset,1,12,\dots,123\cdots m\}。我们还证明了CCG完全的编码是开凸的。随后,我们证明如果一个满足 C>3|\mathcal{C}|>3 的编码 C\mathcal{C} 的CCG是连通的2-正则图,则 C|\mathcal{C}| 是偶数。GRG最初仅针对度为二的神经编码,利用其神经理想的标准型来定义。我们首先为任意神经编码定义了GRG。然后,我们展示了GRG在各种基本编码映射下的行为。最后,我们针对某些编码类比较了这两种图并考察了它们的性质。

关键词

引用

@article{arxiv.2403.17548,
  title  = {Properties of graphs of neural codes},
  author = {Suhith K N and Neha Gupta},
  journal= {arXiv preprint arXiv:2403.17548},
  year   = {2024}
}