查看“WikiEdge:ArXiv-2409.06325v1/terms”的源代码

<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2409.06325v1/terms|action=edit}} 编辑]</div>
* [[非交换网络]]（Non-exchangeable networks）：在神经科学中，非交换网络指的是神经元之间的连接模式不是完全对称的，即网络中的神经元不是完全可交换的。
* [[均场模型]]（Mean-field models）：均场模型是理论神经科学中用于描述大量神经元集体行为的数学模型，它通过将神经元的复杂相互作用简化为每个神经元与一个平均场的相互作用来降低问题复杂性。
* [[积分-发放神经元]]（Integrate-and-fire neurons）：积分-发放神经元是一种简化的神经元模型，它将神经元的动态行为描述为积分过程，当积分达到某个阈值时神经元发放动作电位。
* [[图论]]（Graph theory）：图论是数学的一个分支，它研究图的数学结构，图由顶点（或节点）和连接这些顶点的边组成，广泛应用于网络分析。
* [[图子]]（Graphon）：图子是图论中的一个概念，用于表示大型密集图的极限行为，它是一个定义在单位正方形上的对称且有界的函数。
* [[弱收敛]]（Weak convergence）：在数学中，弱收敛是指在某个函数空间中，一个序列的函数在某种拓扑意义下收敛到另一个函数。
* [[偏微分方程]]（Partial differential equation, PDE）：偏微分方程是包含未知函数及其部分导数的方程，常用于描述物理现象中的连续变化。
* [[密集图极限]]（Dense graph limit）：密集图极限是图论中研究大型密集图性质的一种方法，它通过考虑图的某些特征的极限行为来分析图的结构。
* [[传播混沌]]（Propagation of chaos）：传播混沌是描述从微观粒子系统到宏观连续介质系统的一种现象，常用于理解大量相互作用粒子的集体行为。