凝聚态物理 > 统计力学
[提交于 2025年8月28日
]
标题: 活动传播与赫布学习
标题: Activity propagation with Hebbian learning
摘要: 我们研究赫布学习对接触过程的影响,这是一个典型的感染传播模型,也被提出作为捕捉区域间脑活动传播以及种群扩散动态的简单模型。 每个这些情境都需要对接触过程进行局部学习的扩展。 我们引入赫布学习作为在每次成功激活事件后对一对站点之间的激活率的正向或负向强化。 学习可以在两个方向发生,这是由社交距离驱动的(互惠学习模型),或者只在一个方向发生,这是由大脑和种群动力学驱动的(源学习或目标学习模型)。 赫布学习导致了一类丰富的涌现行为,其中局部激励可能导致相反的全局效应。 一般来说,正向强化(增加激活率)会导致活跃相的丧失,而负向强化(降低激活率)可以将不活跃相转变为全局活跃相。 在二维及以上维度,负向强化的效果是双重的:它促进活动的传播,但同时也会产生有效免疫区域,导致出现两个不同的临界点。 正向强化可以通过活动环的形成导致格里菲斯效应,这是一种“蚂蚁迷宫”现象的表现,具有非普遍的幂律标度。
当前浏览上下文:
cond-mat.stat-mech
切换浏览方式为:
文献和引用工具
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
推荐器和搜索工具
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.