背景

生物神经网络是大脑执行各种认知功能的基础，而这些网络从物理的角度可以简化地用一种无序非对称的相互作用连接来构建模型。这种无序系统可以利用统计场论来很好地描述和分析。

简介

本期读书会从经典的最简单的随机神经网络中的混沌开始，介绍统计场论在分析该问题中发挥的关键作用，然后利用统计场论进一步讨论真实大脑脉冲发放数据中隐含的网络临界状态，并探讨该状态在计算功能中发挥的关键作用及其机制。

大纲

1. 成对脉冲关联的宽分布；
2. 神经活动元统计的平均场理论——系综下的一般性模型；
3. 循环神经网络的动力学平均场理论；
4. 混沌边缘在机器学习中的应用。

学习路径：https://pattern.swarma.org/article/166

视频回放：https://campus.swarma.org/course/4440

内容中包含的图片若涉及版权问题，请及时与我们联系删除