Molteplicità di Attrattori Stabili in Modelli Neurali Disordinati

Un nuovo studio dimostra come le statistiche delle grandi deviazioni possano stimare il numero di punti fissi stabili in equazioni differenziali ordinarie neurali utilizzate per compiti computazionali. I ricercatori hanno sviluppato un metodo perturbativo basato sull'ampiezza del disordine. Per forze di accoppiamento moderate, non sono state trovate differenze qualitative tra la dinamica del gradiente simmetrico e i casi asimmetrici in cui possono verificarsi cicli limite o caos. Il modello è stato scelto per ragioni pedagogiche, ma si prevede che l'approccio possa essere generalizzato ad altri sistemi dinamici a molti gradi di libertà con matrici di accoppiamento casuali.