Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cond-mat > arXiv:2501.00983v1

帮助 | 高级搜索

凝聚态物理 > 无序系统与神经网络

arXiv:2501.00983v1 (cond-mat)
[提交于 2025年1月2日 ]

标题: 非互惠霍普菲尔德网络中的临界动力学和循环记忆检索

标题: Critical Dynamics and Cyclic Memory Retrieval in Non-reciprocal Hopfield Networks

Authors:Shuyue Xue, Mohammad Maghrebi, George I. Mias, Carlo Piermarocchi
摘要: 我们研究具有非互惠耦合的霍普菲尔德网络,这种耦合会引发记忆模式之间的切换。 在无记忆检索相、多个点吸引子的检索相和极限环吸引子相之间会发生动力学相变。 极限环相由两个临界区域限定:一个霍普夫分支线和一个折叠分支线,每个都有独特的动力学临界指数和对扰动的敏感性。 主方程方法数值验证了分析预测的临界行为。 我们讨论这些网络如何在循环不稳定性临界阈值附近模拟生物过程,该过程通过多步骤转换演化。
摘要: We study Hopfield networks with non-reciprocal coupling inducing switches between memory patterns. Dynamical phase transitions occur between phases of no memory retrieval, retrieval of multiple point-attractors, and limit-cycle attractors. The limit cycle phase is bounded by two critical regions: a Hopf bifurcation line and a fold bifurcation line, each with unique dynamical critical exponents and sensitivity to perturbations. A Master Equation approach numerically verifies the critical behavior predicted analytically. We discuss how these networks could model biological processes near a critical threshold of cyclic instability evolving through multi-step transitions.
主题: 无序系统与神经网络 (cond-mat.dis-nn) ; 统计力学 (cond-mat.stat-mech); 生物物理 (physics.bio-ph); 分子网络 (q-bio.MN)
引用方式: arXiv:2501.00983 [cond-mat.dis-nn]
  (或者 arXiv:2501.00983v1 [cond-mat.dis-nn] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.00983
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Shuyue Xue [查看电子邮件]
[v1] 星期四, 2025 年 1 月 2 日 00:08:11 UTC (2,477 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cond-mat.dis-nn
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cond-mat
cond-mat.stat-mech
physics
physics.bio-ph
q-bio
q-bio.MN

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号