論文の概要: Hierarchy of chaotic dynamics in random modular networks
- arxiv url: http://arxiv.org/abs/2410.06361v1
- Date: Tue, 8 Oct 2024 20:54:25 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-01 06:09:19.679077
- Title: Hierarchy of chaotic dynamics in random modular networks
- Title（参考訳）: ランダムモジュラーネットワークにおけるカオス力学の階層性
- Authors: Łukasz Kuśmierz, Ulises Pereira-Obilinovic, Zhixin Lu, Dana Mastrovito, Stefan Mihalas,
- Abstract要約: ランダムに連結された神経集団のモデルを導入し、その力学を力学平均場理論とシミュレーションを用いて研究する。
解析により,高次元および低次元のカオス位相を交叉領域で分離した豊富な位相図が明らかになった。
強くモジュール化された接続にノイズを加えるか、ランダムな接続にモジュール化を導入することでカオスを弱めることができる。
- 参考スコア（独自算出の注目度）: 1.5728609542259502
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce a model of randomly connected neural populations and study its dynamics by means of the dynamical mean-field theory and simulations. Our analysis uncovers a rich phase diagram, featuring high- and low-dimensional chaotic phases, separated by a crossover region characterized by low values of the maximal Lyapunov exponent and participation ratio dimension, but with high and rapidly changing values of the Lyapunov dimension. Counterintuitively, chaos can be attenuated by either adding noise to strongly modular connectivity or by introducing modularity into random connectivity. Extending the model to include a multilevel, hierarchical connectivity reveals that a loose balance between activities across levels drives the system towards the edge of chaos.
- Abstract（参考訳）: ランダムに連結された神経集団のモデルを導入し、その力学を力学平均場理論とシミュレーションを用いて研究する。
分析の結果,最大リアプノフ指数と参加比次元の低値が特徴のクロスオーバー領域で分離された高次元および低次元カオス相を特徴とする豊富な位相図が得られた。
強くモジュール化された接続にノイズを加えるか、ランダムな接続にモジュール化を導入することでカオスを弱めることができる。
複数のレベルの階層的な接続性を含むモデルを拡張することで、レベル間のアクティビティ間の緩やかなバランスが、システムをカオスの端へと導くことが分かる。
関連論文リスト
- A short trajectory is all you need: A transformer-based model for long-time dissipative quantum dynamics [0.0]
深層人工知能ニューラルネットワークは、散逸環境に結合した量子システムの長時間の人口動態を予測することができることを示す。
我々のモデルは、リカレントニューラルネットワークのような古典的な予測モデルよりも正確です。
論文 参考訳（メタデータ） (2024-09-17T16:17:52Z) - Constrained dynamics and confinement in the two-dimensional quantum Ising model [0.0]
量子イジングモデルの2次元2乗格子上のダイナミクスを最大16倍16$スピンで調べる。
秩序相では、モデルが動的に制約されたダイナミックスを示すと予測され、励起の制限と遅い熱化が生じる。
論文 参考訳（メタデータ） (2024-06-17T18:01:34Z) - Entanglement dynamics and classical complexity [0.0]
分離可能なコヒーレント状態から始まる2体相互作用系における絡み合いの動的生成について検討する。
解析学的に、準古典的状態においては、エンタングルメント成長速度は、基礎となる古典力学によって簡単に計算できることが示される。
論文 参考訳（メタデータ） (2022-11-21T07:01:39Z) - Slow semiclassical dynamics of a two-dimensional Hubbard model in
disorder-free potentials [77.34726150561087]
調和およびスピン依存線形ポテンシャルの導入は、fTWAを長期間にわたって十分に検証することを示した。
特に、有限2次元系に着目し、中間線形ポテンシャル強度において、高調波ポテンシャルの追加と傾きのスピン依存が、亜拡散力学をもたらすことを示す。
論文 参考訳（メタデータ） (2022-10-03T16:51:25Z) - Convex Analysis of the Mean Field Langevin Dynamics [49.66486092259375]
平均場ランゲヴィン力学の収束速度解析について述べる。
ダイナミックスに付随する$p_q$により、凸最適化において古典的な結果と平行な収束理論を開発できる。
論文 参考訳（メタデータ） (2022-01-25T17:13:56Z) - Generalized Adiabatic Impulse Approximation [0.7310043452300736]
我々は、アディバティックインパルス近似をマルチレベルシステムに拡張する。
本研究では,Landau-ZenerグリッドモデルとLandau-Zener-St"uckelberg-Majorana干渉モデルの解析を行った。
論文 参考訳（メタデータ） (2021-12-09T07:42:12Z) - Phase synchronization in dissipative non-Hermitian coupled quantum
systems [0.0]
補助モードに結合した$mathcalN$ボソニックモード系における非エルミート力学と位相同期の相互作用について検討する。
数モードから大小$mathcalN$のマクロ限界まで、不均一な周波数拡大の存在下でのシステムに対する解析的および数値解を提供する。
論文 参考訳（メタデータ） (2021-11-03T13:12:59Z) - Enhancement of quantum correlations and geometric phase for a driven
bipartite quantum system in a structured environment [77.34726150561087]
構造環境下で進化する初期最大絡み合い状態における運転の役割について検討した。
この知識は、散逸動力学の下で量子特性を最もよく保持する物理装置の探索に役立つ。
論文 参考訳（メタデータ） (2021-03-18T21:11:37Z) - Memory-Critical Dynamical Buildup of Phonon-Dressed Majorana Fermions [72.46695228124449]
フォノン装束による1次元ポーラロントポロジカル超伝導体について検討した。
メモリの深さが大きくなると、Majoranaエッジのダイナミクスは単調に緩和され、かなりの値の台地から崩壊・構築の挙動へと移行する。
論文 参考訳（メタデータ） (2020-06-24T07:32:51Z) - An Ode to an ODE [78.97367880223254]
我々は、O(d) 群上の行列フローに応じて主フローの時間依存パラメータが進化する ODEtoODE と呼ばれるニューラルODE アルゴリズムの新しいパラダイムを提案する。
この2つの流れのネストされたシステムは、訓練の安定性と有効性を提供し、勾配の消滅・爆発問題を確実に解決する。
論文 参考訳（メタデータ） (2020-06-19T22:05:19Z) - Kernel and Rich Regimes in Overparametrized Models [69.40899443842443]
過度にパラメータ化された多層ネットワーク上の勾配勾配は、RKHSノルムではないリッチな暗黙バイアスを誘発できることを示す。
また、より複雑な行列分解モデルと多層非線形ネットワークに対して、この遷移を実証的に示す。
論文 参考訳（メタデータ） (2020-02-20T15:43:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。