随机网络与小世界网络上简化积分 - 发放神经模型的自组织临界性
适应与自组织系统
2014-05-19 v1 神经元与认知
摘要
我们考虑了规则网络、小世界网络和随机网络上简化积分 - 发放（integrate-and-fire）神经模型的发放结构的临界性。我们简化了由 Levina、Herrmann 和 Geisel (LHG) 提出的积分 - 发放模型。在我们的模型中，突触强度被设定为常数值。我们观察到了雪崩规模概率分布和雪崩寿命的幂律行为。小世界网络和随机网络中的临界指数与全连接网络中的相同。然而，在一维规则环中，该模型未表现出临界行为。在简化的 LHG 模型中，捷径在自组织临界性中起着关键作用。简化的 LHG 模型在全连接网络、小世界网络和随机网络这三类网络中属于同一普适类。
引用
@article{arxiv.1405.4064,
title = {Self-organized criticality of a simplified integrate-and-fire neural model on random and small-world network},
author = {Hyung Wooc Choi and Nam Jung and Jae Woo Lee},
journal= {arXiv preprint arXiv:1405.4064},
year = {2014}
}