从观测时间序列重构基于标量电压的神经场网络
混沌动力学
2017-11-16 v1
摘要
我们提出了一种从观测中重构非线性耦合神经场网络的一般方法。此类系统的一个显著例子是Sompolinsky等人[Phys. Rev. Lett., v. 61, 259 (1988)]所研究的动态随机神经网络模型。我们开发了一种从混沌电压观测中推断系统性质的技术。仅假设模型的结构已知，而相互作用的非线性增益函数、耦合常数矩阵以及局部动力学的时间常数均从时间序列中重构。
引用
@article{arxiv.1711.05423,
title = {Reconstruction of a scalar voltage-based neural field network from observed time series},
author = {A. Pikovsky},
journal= {arXiv preprint arXiv:1711.05423},
year = {2017}
}
备注
5 pages