WikiEdge:ArXiv-2409.06325v1/terms

編輯

• 非交換網絡（Non-exchangeable networks）：在神經科學中，非交換網絡指的是神經元之間的連接模式不是完全對稱的，即網絡中的神經元不是完全可交換的。
• 均場模型（Mean-field models）：均場模型是理論神經科學中用於描述大量神經元集體行為的數學模型，它通過將神經元的複雜相互作用簡化為每個神經元與一個平均場的相互作用來降低問題複雜性。
• 積分-發放神經元（Integrate-and-fire neurons）：積分-發放神經元是一種簡化的神經元模型，它將神經元的動態行為描述為積分過程，當積分達到某個閾值時神經元發放動作電位。
• 圖論（Graph theory）：圖論是數學的一個分支，它研究圖的數學結構，圖由頂點（或節點）和連接這些頂點的邊組成，廣泛應用於網絡分析。
• 圖子（Graphon）：圖子是圖論中的一個概念，用於表示大型密集圖的極限行為，它是一個定義在單位正方形上的對稱且有界的函數。
• 弱收斂（Weak convergence）：在數學中，弱收斂是指在某個函數空間中，一個序列的函數在某種拓撲意義下收斂到另一個函數。
• 偏微分方程（Partial differential equation, PDE）：偏微分方程是包含未知函數及其部分導數的方程，常用於描述物理現象中的連續變化。
• 密集圖極限（Dense graph limit）：密集圖極限是圖論中研究大型密集圖性質的一種方法，它通過考慮圖的某些特徵的極限行為來分析圖的結構。
• 傳播混沌（Propagation of chaos）：傳播混沌是描述從微觀粒子系統到宏觀連續介質系統的一種現象，常用於理解大量相互作用粒子的集體行為。