Buchumschlag

Input-driven circuit reconfiguration in critical recurrent neural networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Magnasco, Marcelo O.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Statistical Mechanics Machine Learning Neurons and Cognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the dynamics of convolutional recurrent neural networks near their critical point
von: Chandra, Aditi, et al.
Veröffentlicht: (2024)

Kinetic energy in random recurrent neural networks
von: Zhang, Li-Ru, et al.
Veröffentlicht: (2025)

Spatial-temporal analysis of neural desynchronization in sleep-like states reveals critical dynamics
von: Curic, Davor, et al.
Veröffentlicht: (2024)

Diffusion-Guided Renormalization of Neural Systems via Tensor Networks
von: Kodama, Nathan X.
Veröffentlicht: (2025)

Geometric origin of adversarial vulnerability in deep learning
von: Ren, Yixiong, et al.
Veröffentlicht: (2025)

Probabilistic models, compressible interactions, and neural coding
von: Ramirez, Luisa, et al.
Veröffentlicht: (2021)

Drift-Diffusion Matching: Embedding dynamics in latent manifolds of asymmetric neural networks
von: Nartallo-Kaluarachchi, Ramón, et al.
Veröffentlicht: (2026)

Excitation-inhibition balance controls information encoding in neural populations
von: Barzon, Giacomo, et al.
Veröffentlicht: (2024)

Introduction to dynamical mean-field theory of randomly connected neural networks with bidirectionally correlated couplings
von: Zou, Wenxuan, et al.
Veröffentlicht: (2023)

Balancing structure and randomness: maximum entropy networks for context-dependent computations
von: Hruza, Ludwig, et al.
Veröffentlicht: (2026)

Neuromodulation-inspired gated associative memory networks:extended memory retrieval and emergent multistability
von: Goto, Daiki, et al.
Veröffentlicht: (2025)

From asynchronous states to Griffiths phases and back: structural heterogeneity and homeostasis in excitatory-inhibitory networks
von: Pretel, Jorge, et al.
Veröffentlicht: (2023)

The dynamics of neural codes in biological and artificial neural networks
von: Morales, Guillermo B.
Veröffentlicht: (2024)

Thermodynamic bounds on energy use in quasi-static Deep Neural Networks
von: Tkachenko, Alexei V.
Veröffentlicht: (2025)

On the linear scaling of entropy vs. energy in human brain activity, the Hagedorn temperature and the Zipf law
von: Chialvo, Dante R., et al.
Veröffentlicht: (2024)

Quantifying wave propagation in a chain of FitzHugh-Nagumo neurons
von: Goulefack, L. Messee, et al.
Veröffentlicht: (2024)

Spin-Based Modeling of Perception as Emergent from contextualized Internal Evaluation
von: Fanfarillo, Laura, et al.
Veröffentlicht: (2025)

Neural spikes as rare events
von: Kackar, Siddharth
Veröffentlicht: (2023)

Decomposing Thermodynamic Dissipation of Linear Langevin Systems via Oscillatory Modes and Its Application to Neural Dynamics
von: Sekizawa, Daiki, et al.
Veröffentlicht: (2023)

Intermittent localization and fast spatial learning by non-Markov random walks with decaying memory
von: Martín-Cornejo, Paulina R., et al.
Veröffentlicht: (2025)

Plasticity-induced multistability on fast and slow timescales enables optimal information encoding and spontaneous sequence discrimination
von: Barzon, Giacomo, et al.
Veröffentlicht: (2025)

Thermodynamics for a network of neurons: Signatures of criticality
von: Tkacik, Gasper, et al.
Veröffentlicht: (2014)

Dynamical stability for dense patterns in discrete attractor neural networks
von: Cohen, Uri, et al.
Veröffentlicht: (2025)

Inferring stochastic low-rank recurrent neural networks from neural data
von: Pals, Matthijs, et al.
Veröffentlicht: (2024)

Towards principles of brain network organization and function
von: Kulkarni, Suman, et al.
Veröffentlicht: (2024)

Ising dynamics on multilayer networks with heterogeneous layers
von: Kulkarni, Suman S., et al.
Veröffentlicht: (2025)

Synaptic plasticity alters the nature of chaos transition in neural networks
von: Du, Wenkang, et al.
Veröffentlicht: (2024)

Broken detailed balance and entropy production in directed networks
von: Nartallo-Kaluarachchi, Ramón, et al.
Veröffentlicht: (2024)

Extended mean-field theories for networks of real neurons
von: Di Carlo, Luca, et al.
Veröffentlicht: (2025)

Self-consistent moment dynamics for networks of spiking neurons
von: Vinci, Gianni Valerio, et al.
Veröffentlicht: (2025)

Neural subspaces, minimax entropy, and mean-field theory for networks of neurons
von: Di Carlo, Luca, et al.
Veröffentlicht: (2025)

When can in-context learning generalize out of task distribution?
von: Goddard, Chase, et al.
Veröffentlicht: (2025)

A statistical physics framework for optimal learning
von: Mignacco, Francesca, et al.
Veröffentlicht: (2025)

Data coarse graining can improve model performance
von: Nguyen, Alex, et al.
Veröffentlicht: (2025)

Inferring entropy production in many-body systems using nonequilibrium maximum entropy
von: Aguilera, Miguel, et al.
Veröffentlicht: (2025)

Non-Equilibrium Stochastic Dynamics as a Unified Framework for Insight and Repetitive Learning: A Kramers Escape Approach to Continual Learning
von: Kim, Gunn
Veröffentlicht: (2026)

ML-PWS: Estimating the Mutual Information Between Experimental Time Series Using Neural Networks
von: Reinhardt, Manuel, et al.
Veröffentlicht: (2025)

Association-sensory spatiotemporal hierarchy and functional gradient-regularised recurrent neural network with implications for schizophrenia
von: Abulikemu, Subati, et al.
Veröffentlicht: (2025)

Nonlinear classification of neural manifolds with contextual information
von: Mignacco, Francesca, et al.
Veröffentlicht: (2024)

Identifying Attention-Deficit/Hyperactivity Disorder through the electroencephalogram complexity
von: Abramov, Dimitri Marques, et al.
Veröffentlicht: (2024)