跳到正文
原文
arXiv · Neurons and Cognition· M Virginia Bolelli, Luca Greco, Dario Prandi
· 22 小时前AI 评分44

通过群体水平的皮层动力学建模序列认知状态

Modeling sequential cognitive states via population level cortical dynamics

预印本 · 尚未经过同行评审

AI 导读

提出结合异宿动力学与离散神经场模型的数学框架,可逼近并实现序列性群体活动模式。

摘要 · AI 翻译

在本工作中,我们提出了一个关于大脑活动周期性与序列性模式的数学框架,将异宿动力学与离散神经场模型相结合。在对给定活动模式的明确结构假设与正性假设下,我们证明所得的空間离散神经场系统既不支持异宿环,也不支持非恒定周期轨道。另一方面,异宿动力学出现在 Lotka--Volterra 型系统中,但这些方程并不直接对应于神经元过程。为弥合这些描述,我们使用 $C^1$ 版本的通用逼近定理,用一个可解释为高维 Amari 型神经场系统的神经网络来逼近目标向量场。约化动力学的每个周期解在群体层面都容许一个具有相同最小周期的唯一周期实现。对于三维异宿目标,我们建立了充分条件,确保逼近向量场在环绕原异宿环的捕获通道内具有唯一的双曲吸引周期轨道。作为概念验证,我们将此构造应用于一个 Lotka--Volterra 型目标,该目标以现象学方式表征与专注注意冥想相关的序列性网络激活。

中文由 AI 翻译,仅供参考,以原文为准。

来源:arXiv · Neurons and Cognition · arxiv.org

相关事件

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。