нейронные сети

Целью нашей работы является исследование асимптотических стационарных состояний открытой неупорядоченной многочастичной квантовой модели, которая характеризуется переходом эргодическая фаза — многочастичная локализация (МЧЛ). Чтобы найти эти состояния, мы используем нейросетевой анзац, новый метод моделирования сложных квантовых состояний многих тел, предложенный и обсуждаемый в недавних публикациях.

Цель настоящего исследования – изучить динамику слабонеоднородного ансамбля из трех нейронов ФитцХью–Нагумо с синаптическими возбуждающими связями, установить основные типы наблюдаемых в такой системе уточных решений и выявить области в пространстве параметров, отвечающие существованию этих решений. Методы. В данной работе для изучения динамики автономных систем применяются аналитические методы, основанные на геометрической теории сингулярных возмущений.

Целью нашей работы было изучение влияния различных ритмов головного мозга (тета, бета, гамма ритмы в диапазоне частот от 5 до 80 Гц) на ультрамедленные колебания (с частотой 0.5 Гц и ниже), проявляющиеся в чередовании состояний с высокой и низкой активностью. Эти ультрамедленные колебания обычно наблюдаются при нервной деятельности в человеческом мозге и, в частности, в префронтальной коре во время отдыха. Считается, что они генерируются локальными кортикальными сетями при наличии импульсных входов и нейронного шума.

В статье рассматриваются концептуальная модель и результаты вычислительных модельных исследований интегрирования траектории пространственного движения в свободно-масштабируемых сетях нелинейных осцилляторов с четным циклическим торможением. Для оценки фазовых смещений под действием внешних входов такие сети содержат две подсистемы – референтную и информационную.

В статье рассматривается работа искусственной нейронной сети прямого распространения в качестве фильтра-предсказателя регулярной и хаотической динамики отображения последования. Для расчета коэффициентов сети используется метод обратного распространения ошибки. Показано, что возможность нейронной сети предсказывать временную динамику логистического отображения определяется числом ее слоев.