An analog magnon adder for all-magnonic neurons
自旋波是优秀的数据载体，在神经网络中有着广泛的应用前景：它们的寿命为自旋波系统提供了一种内在的记忆，它们具有很强的非线性，并且它们可以通过扩展的磁振子网络进行引导和操纵。在这项工作中，我们提出了一个磁振子加法器，集成了传入的自旋波脉冲在模拟的方式。这样的加法器是磁振子神经元的线性前传，它会对输入的脉冲进行积分，直到达到一定的非线性。在这项工作中，加法器是由一个谐振器与一个参数放大器，这只是补偿谐振器的损失相结合。
2018-06-04 cond-mat.dis-nn cond-mat.mes-hall
On the stationary state of a network of inhibitory spiking neurons
皮质神经网络的背景活动由具有不可靠的抑制性突触的同质整合和激发网络建模。数值和分析计算表明，网络放松到一个稳定的状态，高度关注。大多数神经元的膜电位刚好低于阈值;因此，网络可以立即对外部脉冲做出反应-在突触传递的时间尺度上。神经元以低速率和广泛的发放间隔放电。整个网络的射击事件在短时间内是相关的。放电率随外界刺激线性增加。在无限大网络的极限下，突触噪声降为零。然而，峰间期的分布仍然很宽。
2007-03-07 cond-mat.dis-nn q-bio.NC
Chimera states in pulse coupled neural networks: the influence of dilution and noise
我们分析了可能出现的两个对称脉冲耦合群体的泄漏积分和消防神经元的动力学状态。特别是，我们观察到对称性破缺的状态，在这个设置：即，呼吸嵌合体，其中一个人口是完全同步的，另一个是在部分同步（PS）的状态，以及广义嵌合体状态，其中两个人口都在PS，但具有不同的同步水平。对称的宏观状态也存在，从准周期运动，集体混沌，从splay状态人口反相部分同步。然后，我们调查的影响混乱，随机链接删除或噪音，在这个模型中的集体解决方案的动力学。因此，我们观察到对称性破缺的嵌合体样态，与两个人口部分同步，持续高达80%的断裂链接和高达8%的阈值重置距离的噪声幅度。此外，在对称混沌态上引入无序还具有建设性的作用，即在中等稀释或噪声水平下诱导类嵌合态的出现。
2017-03-12 cond-mat.dis-nn nlin.CD
Global and local synchrony of coupled neurons in small-world networks
本文研究小世界网络中脉冲耦合漏电整合发放神经元的同步行为，揭示连接数离散度、重连概率及全局连接与局部聚类的协同对局部和全局同步的影响。
2024-11-25 cond-mat.dis-nn q-bio.NC
Desynchronized stable states in diluted neural networks
研究了一种稀释的全抑制脉冲耦合神经元网络的动力学性质。根据耦合强度，可以观察到两个不同的相。在低耦合下，进化迅速收敛到周期性吸引子，其中所有神经元以相同的速率放电。在更大的耦合中，出现了一个新的阶段，所有神经元都相互解锁。不规则的行为原来是“局限于”一个指数长，平稳和线性稳定的瞬态。在后一阶段，我们还发现了一个指数尾分布的尖峰间期（ISI）。最后，我们表明，在解锁阶段的一个子集的神经元可以最终同步的外部信号的作用下，作为一个背景噪声的神经元的其余部分。这些“背景”神经元的动力学是非常特殊的，因为它揭示了一个广泛的ISI分布，变异系数接近1。
2006-08-08 cond-mat.dis-nn q-bio.NC
Collective oscillations in disordered neural networks
我们研究了在淬火和退火无序的存在下，脉冲耦合漏积分和点火神经元网络中集体振荡的发生。我们发现，无序诱导了一种弱形式的混沌，类似于有限数量N个振荡器的Kuramoto模型中出现的混沌[O. V. Popovych等人，E 71} 065201（R）（2005）]。事实上，当N趋于无穷大时，最大李雅普诺夫指数会趋于零，而这两种无序状态的指数是不同的。在热力学极限，随机网络动力学减少到一个完全均匀的系统与适当缩放的耦合强度。此外，我们还证明了周期性集体状态的李雅普诺夫谱以1/N^2的方式缩放到零，类似于“splay状态”的缩放。
2010-02-26 cond-mat.dis-nn
Chaotic synchronization in adaptive networks of pulse-coupled oscillators
本研究针对脉冲耦合振荡器集合的集体动力学问题，构建含两类异质种群的平均场模型，揭示强耦合下由相位响应曲线与自适应耦合维持的强同步不规则动力学，可模拟兴奋性-抑制性神经网络。
2024-07-11 cond-mat.dis-nn nlin.CD q-bio.NC
Delay-induced multiple stochastic resonances on scale-free neuronal networks
研究了无标度神经网络中周期性阈下起搏和时滞耦合对随机共振的影响。作为两个极端的选择，我们分别将起搏器引入到网络中度最高的神经元和度最低的神经元之一，但我们也考虑了所有神经元都暴露于周期性强迫的情况。在没有延迟的情况下，我们表明，一个中间强度的噪声是能够最佳地协助起搏器施加其节奏的整个合奏，无论其放置，从而提供证据的无标度神经网络的随机共振。因此，有趣的是，如果将周期性脉冲训练形式的强制引入到形成网络的所有神经元，则与仅单个神经元起搏的情况相比，随机共振降低。此外，我们表明，有限延迟耦合可以显着影响无标度神经网络的随机共振。特别是，适当调谐的延迟可以独立于起搏器的放置诱导多个随机共振，但它们也可以完全破坏随机共振。延迟诱导的多重随机共振表现为相关性测量的表达良好的最大值，出现在起搏周期的每一个倍数处。我们认为，微调的延迟和本地积极的起搏器是至关重要的，以确保最佳条件的随机共振复杂的神经网络。
2009-06-05 cond-mat.dis-nn physics.bio-ph q-bio.NC
Neural Activity of Heterogeneous Inhibitory Spiking Networks with Delay
我们研究了通过抑制性延迟脉冲连接的具有异质兴奋性的尖峰神经元网络。对于全局耦合系统，抑制性耦合的增加通过遵循赢家通吃机制来减少放电神经元的数量。对于足够大的传输延迟，我们观察到出现的集体振荡的系统超过一个临界耦合值。异源性促进神经失活和异步动力学，其影响可以通过考虑较长的时间延迟来抵消。在稀疏网络中，对于足够大的耦合，抑制具有促进沉默神经元的神经再激活的反直觉效果。在这种情况下，电流波动一方面负责阈下神经元的神经放电，另一方面负责它们的去激活。因此，集体振荡只存在于有限范围内的耦合值，这仍然是有限的热力学极限。在这个范围之外，动力学是异步的，对于非常大的抑制神经元，它们表现出一种突发行为，在没有任何抑制的情况下，它们自由地发射，交替出现沉默的时期。
2019-02-11 cond-mat.dis-nn q-bio.NC
Death and rebirth of neural activity in sparse inhibitory networks
在本文中，我们澄清了一个普遍现象的机制存在于脉冲耦合异构抑制网络：抑制不仅可以诱导抑制的神经活动，正如预期的那样，但它也可以促进神经再激活。特别地，对于全局耦合系统，随着抑制强度的增加，放电神经元的数量单调减少（神经元死亡）。然而，连接的随机修剪能够逆转抑制的作用，即在稀疏网络中，足够强的突触强度可以令人惊讶地促进而不是抑制神经元的活性（神经元的再生）。因此，放电神经元的数量在某些中间突触强度处显示出最小值。我们发现，这个最小信号从一个政权占主导地位的神经元具有较高的发射活动的一个阶段，其中所有的神经元有效地亚阈值和它们的不规则的发射是由电流波动驱动的过渡。我们解释了起源的过渡，推导出一个分析的平均场制定的问题，能够提供活跃的神经元的分数，以及前两个时刻，他们的射击统计。突触时间尺度的引入并没有改变所报道现象的主要方面。然而，对于足够慢的突触，过渡变得戏剧性，系统从一个完美的规则演变到一个不规则的爆发动力学。在后一种情况下，模型提供的预测与特定类别神经元（即纹状体中的中型多刺神经元）的实验结果一致。
2017-03-12 cond-mat.dis-nn nlin.CD q-bio.NC
Low dimensional dynamics of a sparse balanced synaptic network of quadratic integrate-and-fire neurons
针对二次积分放电神经元稀疏平衡网络中扩散近似失效的问题，提出基于圆形累积量的双累积量低维约简模型，数值验证其在扩散近似不适用区域仍准确，可用于平衡神经网络理论研究。
2025-10-30 cond-mat.dis-nn cond-mat.stat-mech q-bio.NC
Digital-analog concept for superconducting perceptron-like neural networks
Skobeltsyn Institute of Nuclear Physics, Lomonosov Moscow State University（莫斯科国立大学索博列夫核物理研究所）；Moscow Technical University of Communications and Informatics (MTUCI)（莫斯科通信与信息技术大学）；Superconducting Quantum Computing Lab, Quantum Center, Skolkovo（斯科尔科沃量子中心超导量子计算实验室）；Kotelnikov Institute of Radioengineering and Electronics（科尔涅利尼科夫无线电工程与电子学研究所）
本文提出一种混合数字-模拟超导感知机架构，通过DAD转换器与$\Sigma$-神经元实现非线性处理，实验测得S形特性，系统仿真验证可行性，并在MNIST上达到97.0%和91.9%的准确率。
2026-09-21 cond-mat.dis-nn cond-mat.supr-con
Sisyphus Effect in Pulse Coupled Excitatory Neural Networks with Spike-Timing Dependent Plasticity
研究了具有发放时间依赖可塑性（STDP）的兴奋性脉冲耦合神经网络的集体动力学。根据模型参数，可以观察到以高同步或低同步为特征的稳态。特别是，在这两个制度之间的过渡，持续的不规则的低频振荡之间的强和弱同步状态是可观察到的，这可以被识别为频率为0.02 - 0.03赫兹的次声振荡。它们的出现可以用西西弗斯效应（Sisyphus Effect）来解释，西西弗斯效应是一种由相干群体活动和平均突触重量的进化之间的连续反馈引起的机制。由于这种效应，突触权重具有振荡的平衡值，这防止神经元群体松弛到静止的宏观状态。
2014-03-24 cond-mat.dis-nn nlin.CD physics.bio-ph
Echoes in correlated neural systems
相关性在现代物理学中用于解释微观和宏观现象，如高温超导体和超冷原子中的分数量子霍尔效应和莫特绝缘体状态。同时探测完整大脑中的神经元揭示了它们活动之间的相关性，这是研究大脑中信息处理的重要措施，也影响了神经活动的宏观信号，如脑电图（EEG）。尖峰神经元网络与大多数物理系统不同：元素之间的相互作用是定向的，时间延迟的，由短脉冲介导，每个神经元接收来自数千个神经元的事件。甚至网络的定态也不能用平衡统计力学来描述。在这里，我们开发了一个定量的理论在有限大小的随机网络的尖峰神经元的成对相关性。我们推导出明确的人口平均互相关函数的解析表达式。我们的理论解释了为什么直观的平均场描述失败，单个动作电位的回声如何导致抑制相对于兴奋的明显滞后，以及网络的大小如何在保持其动态状态的同时进行缩放。最后，我们从时间演化传播子的谱中导出了一个新的集体振荡出现的判据。
2013-02-19 cond-mat.dis-nn cond-mat.stat-mech q-bio.NC
A proposal for leaky integrate-and-fire neurons by domain walls in antiferromagnetic insulators
本文提出利用反铁磁绝缘体中受各向异性梯度驱动的畴壁构建非易失性LIF磁振子神经元，支持磁振子控制、磁场或自旋转移矩激活及多种生物神经特性。
2023-08-18 cond-mat.dis-nn cond-mat.mes-hall cond-mat.mtrl-sci
From neurons to epidemics: How trophic coherence affects spreading processes
营养相干性是有向网络中节点在层次上组织程度的度量，最近已被证明与复杂系统的许多结构和动力学方面密切相关，包括图形特征谱、反馈周期的存在与否以及线性稳定性。此外，在神经元、物种、基因、代谢物、细胞信号、连接词、P2P用户和世界贸易的网络中已经观察到非平凡的营养结构。在这里，我们考虑两个简单的，但显然是完全不同的动力学模型-一个易感-感染-易感（SIS）流行病模型，适用于包括复杂的传染病，另一个Amari-Hopfield神经网络-并表明，在这两种情况下，相关的传播过程调制以类似的方式由底层网络的营养连贯性。为此，我们提出了一个网络组装模型，它可以生成具有可调营养相干性的结构，限制在完美分层网络或随机图中。我们发现，营养相干性可以在传播行为中产生质的变化，决定活动脉冲是否会渗透到整个网络或保持局限于节点的子集，以及这种活动是否会迅速消失或无限期地持续下去。这些结果可能对我们理解流行病、谣言、生态系统冲击、神经元雪崩和许多其他传播过程等现象很重要。
2016-07-21 cond-mat.dis-nn physics.soc-ph
Collective chaos in pulse-coupled neural networks
我们研究了两个对称耦合的人口相同的泄漏集成和消防神经元的兴奋性耦合的特点。在不同的耦合强度，我们发现破坏性的转变，导致各种嵌合体状态的发病，以及一个新的制度，其中两个人口的特点是不同程度的同步。还观察到增加动力学复杂性的对称集体状态。有限振幅李雅普诺夫指数的计算使我们能够在相平面的有限区域内建立（集体）动力学的混沌性。对标准李雅普诺夫谱的进一步数值研究揭示了几个正指数的存在，表明微观动力学是高维的。
2010-12-07 cond-mat.dis-nn nlin.CD physics.bio-ph
A novel compound synapse using probabilistic spin-orbit-torque switching for MTJ based deep neural networks
模拟电子非易失性存储器模仿突触操作正在探索的神经形态计算系统的实现。由随机二进制元素组成的复合突触是模拟记忆突触的替代方案，以实现多级记忆操作。在现有的二进制存储器技术中，基于磁性隧道结（MTJ）的磁性随机存取存储器（MRAM）技术已经成熟到商业化的程度。对于这项工作更重要的是，随机性对于MTJ开关物理是自然的，例如被称为p位的器件，其模仿二进制随机神经元。在这篇文章中，我们实验证明了一种新的复合突触，使用随机自旋轨道力矩（SOT）开关的合奏纳米磁铁，位于一个共享的自旋霍尔效应（SHE）材料通道，即钽。通过使用适当选择的脉冲方案，我们能够证明线性增强和抑郁症的突触，所需的许多神经形态架构。除了这项实验工作之外，我们还在基于SOT-MRAM的784*200*10深度信念网络（DBN）上进行了电路模拟，该网络由基于p位的神经元和复合突触组成。MNIST模式识别被用来评估系统的性能，我们的研究结果表明，识别错误率显着降低时，可以实现使用我们的增量脉冲方案，而不是非线性增强和抑郁症时，采用相同的脉冲。
2019-10-01 cond-mat.dis-nn physics.app-ph
Equivalence of Additive and Multiplicative Coupling in Spiking Neural Networks
本文证明脉冲神经网络中加性耦合与乘性耦合在同时修改神经元内在时间演化时等价，从而可在不同耦合机制模型间迁移理论成果并简化工程应用。
2023-04-11 cond-mat.dis-nn cs.NE math.DS
Desynchronization in diluted neural networks
研究了脉冲耦合发放神经元的弱稀释全抑制网络的动力学行为。在增加耦合强度时，观察到从常规到随机状政权的过渡。在弱耦合阶段，周期性动力学迅速接近，所有神经元以相同的速率放电并相互锁相。强耦合相的特征在于不规则的图案，即使最大李雅普诺夫指数是负的。这个悖论是通过与“稳定混沌”现象进行类比来解决的，即通过观察到类似随机的行为“限于”一个指数级长的（与系统大小）瞬态。值得注意的是，瞬态动力学原来是平稳的。
2006-06-15 cond-mat.dis-nn
