神经元网络动力学是计算神经科学领域的研究核心和重点,而基于整合-发放模型的神经元网络由于其模型机制比其它神经元网络更接近于真实的生物神经元,同时在硬件实现上能耗也相对较低,被称为第三代神经元网络模型,近年来引起了人们的广泛关注。该方向的研究不仅对于非线性科学和复杂性科学的理论发展有着极大的推动和促进作用,也对探索大脑如何工作以及最终通过计算机实现人工智能有着深远的意义。.本项目的研究是基于申请者最近发展的从动力系统角度刻画整合-发放神经元网络稳定性的数学理论和数值算法而提出的。该研究项目从动力学吸引子结构的角度重点考察一些实际研究中关心且尚未解决的问题,例如网络规模的选取、系统长时间稳定性与短时间稳定性的关系,这些研究将为全面认识神经元网络动力学性质打下一定的基础。
{{i.achievement_title}}
数据更新时间:2023-05-31
一种基于多层设计空间缩减策略的近似高维优化方法
二维FM系统的同时故障检测与控制
非牛顿流体剪切稀化特性的分子动力学模拟
扶贫资源输入对贫困地区分配公平的影响
血管内皮细胞线粒体动力学相关功能与心血管疾病关系的研究进展
大脑中神经元网络结构与动力学的研究
拓扑量子计算的数学理论
刻画神经元网络的功能连接及结构连接关系的数学理论和实际应用
运动目标实时计算,跟综与识别的神经元网络新方法研究