モデルの定義¶
個の興奮性のニューロンと 個の抑制性のニューロンが相互に結合したネットワークの特性を の極限で調べる. ここで, 興奮性ニューロンと抑制性ニューロンの非 は に依らない数に固定されているとする. これらのニューロンは平均 個のニューロンとランダムに結合され, その確率分布は
で定義される. [1]
[1] | 原著 [vanVreeswijk1998] には確率は と書いてあるがこれは間違い. |
それぞれのニューロンの状態は 0 か 1 の二値変数で表現され, () は活動 (無活動) 状態に対応する. ニューロンの状態は「バラバラ」なタイミング (後述) で更新され, そのニューロンへの入力 に依って, 状態は
に更新される. ただし, は (), () で定義される ヘヴィサイド関数 である. ニューロンへの入力は
で定義される. は外部入力を表し, はニューロンの閾値を表す. が外部集団からの入力を表すならば, その大きさは のオーダーになるはずである (はじめに 参照). よって, は外部集団との結合強度 と外部集団の「活動率」 を使い,
と置く.
集団 のニューロン はそれぞれ平均 の時間間隔で「バラバラ」に (非同期的に) 更新される. ここでは, 各ニューロンの 更新の時間間隔は平均 の独立な指数分布に従う (つまり, 各ニューロンの更新は独立なポアソン過程である) とする. [2]
[2] | 更新のタイミングがランダムでないバージョンのネットワークも [vanVreeswijk1998] では解析していて, その統計的な振る舞いは同一であることが示されている. |