导语


随着电生理学、网络建模、机器学习、统计物理、类脑计算等多种技术方法的发展，我们对大脑神经元相互作用机理与连接机制，对意识、语言、情绪、记忆、社交等功能的认识逐渐深入，大脑复杂系统的谜底正在被揭开。为了促进神经科学、系统科学、计算机科学等领域研究者的交流合作，我们发起了【神经动力学模型读书会】。


【神经动力学模型读书会】第十四期，我们邀请到傅渥成和张骥老师分别进行以复杂系统的稳定性与可塑性和神经网络的部分同步化为主题的分享，共同探讨复杂系统的稳定性、可塑性及部分同步化问题。本期读书会将于7月9日（本周六）上午9:00-11:00举办，直播报名入口见后文。






分享一：复杂系统的稳定性与可塑性




与读书会的关系

复杂系统稳定性和可塑性的研究不仅具有重要的科学意义，其结果也有很强的普适性，对研究各类生命系统（例如大脑、生物网络）乃至其它类型的复杂系统也具有启发性。例如，一个人工智能系统面对着数据中的噪声，同时系统内部的连接也可以在一定的范围内发生改变，挖掘这二者之间的联系也可以对设计和训练人工智能系统提供重要的帮助。

简介


本分享将会对解读分享人发表的两篇论文。复杂系统常常可以在稳定性和可塑性之间达成微妙的平衡。稳定性和可塑性看似矛盾，但一个复杂系统往往可以在在不同的参数或者变量上表现出不同的稳定或可塑性。为了研究生物系统的“功能敏感性”和“突变稳定性”之间的关系，我们以蛋白质分子作为模型，展开了研究，不仅证明了其中的幂律和临界性，还证明了蛋白质动力学和进化间的对应关系。

大纲

  • 背景介绍
    • 可塑性与稳定性

    • 参数与变量

  • 功能敏感性与突变稳定性
    • 功能——变量敏感性；突变——参数稳定性
    • 信息熵与 Eigengap
    • 复杂系统中幂律的产生
    • 进化中的“降维”现象

参考文献


主讲人
傅渥成，真名唐乾元，南京大学物理学博士，现为日本理化学研究所脑科学中心神经计算与适应实验室 （Toyoizumi实验室）研究科学家。曾先后在香港浸会大学和日本东京大学进行博士后研究。主要的研究领域是统计物理在生命系统和人工智能系统中的应用，相关成果发表于Phys Rev Lett、Plos Comp Biol、Phys Rev Research 等期刊。




分享二：神经网络的部分同步化




与读书会的关系

神经网络是典型的复杂系统，关于神经网络的复杂系统建模与研究已经有较多的成果。最近，关于神经网络在临界态附近的行为引起广泛关注。神经网络的部分同步化过程是近年来兴起的一个热点话题，旨在为半脑睡眠等典型的生物过程寻找合理的物理模型，并加以理解和解释。从统计物理的角度理解神经网络，需要建立合理的理论模型，并开发相应的数学工具对模型进行理解。通过梳理复杂系统在临界态附近的部分化同步行为，有助于神经网络和统计物理的交叉交流。

简介

复杂网络在临界态附近会出现一种被称为奇异态（Chimera State）的新奇行为，刻画由相同单元和连结方式组成的复杂系统中，同时存在多个相干态和非相干态。这种不同单元处于不同状态的行为与半脑睡眠等行为产生紧密联系。本报告旨在以奇异态为例，介绍相关的现象和理论，讨论Kuramoto相振子模型的自洽理论和Ott-Antonson拟设理论，并对其他部分同步化行为进行简要介绍。

大纲

  • 背景介绍
    • 相干态，非相干态

    • 奇异态

  • 奇异态的数学表达
    • 自洽方程法

    • OT拟设法

  • 奇异态的分类

  • 奇异态在神经网络科学中的应用

  • 奇异态的稳定性讨论

知识概念

奇异态（Chimera State）：目前学界尚未给出统一的共识定义，一般认为，奇异态是指由完全相同的单元，在完全相同的连接方式下组成的复杂系统，同时展现出相干态和非相干态共存的现象。当上述条件适当放宽后，呈现出的相干态和非相干态共存现象被称为弱奇异态。

参考文献

本期解读围绕奇异态现象及其在神经科学中的应用展开。关于奇异态现象的研究有大约20年的历史，已经有一系列较为完整的综述性文章，从各个侧面对其展开讨论，本报告从中选择3篇具有代表性的论文。

论文1重点讨论了奇异态在神经科学中的应用，尝试把奇异态和生理现象建立联系。
1. Majhi, S., Bera, B. K., Ghosh, D., & Perc, M. (2019). Chimera states in neuronal networks: a review. Physics of life reviews, 28, 100-121.
论文2从更一般的角度讨论了奇异态，系统性回顾了奇异态的发展历程、物理模型、数学基础、实验验证和调控方式，并讨论了未来的可能发展方向。
2. Parastesh, Fatemeh, et al. “Chimeras.” Physics Reports 898 (2021): 1-114.
论文3是一篇中文综述，讨论了三类典型的复杂网络部分同步化现象，供读者查阅。

3. 王振华, and 刘宗华. “复杂网络上的部分同步化: 奇异态, 遥同步与集团同步.” 物理学报 69.8 (2020): 088902.


主讲人

张骥，之江实验室，中国工程物理研究院流体力学博士，感兴趣领域为面向生物和人造复杂系统的建模与应用研究。





直播信息




时间：
2022年7月9日（本周六）上午9:00-11:00

参与方式：

1. 文末扫码参与神经动力学模型读书会，加入群聊，获取系列读书会回看权限，成为神经动力学社区的种子用户，与550余位神经动力学社区的一线科研工作者与企业实践者沟通交流，共同推动神经动力学的发展（扫描下方二维码报名本次读书会，扫描文末二维码报名整季读书会）。

扫码报名



神经动力学模型读书会启动


本着促进神经科学、系统科学以及计算机科学等不同领域的学术工作者的交流与合作，激发有志于加入脑科学与类脑研究这一领域的同学们的研究兴趣，集智俱乐部和天桥脑科学研究院联合发起了神经动力学模型读书会。聚焦于神经科学中的动力学建模这一前沿课题，围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。读书会已于2022年3月19日开始，每周六下午14:00-16:00（或每周五晚上19:00-21:00，根据实际情况调整）进行，预计持续10-12周。

读书会大纲一览：

  1. 复杂神经动力学：分析与建模
  2. 神经元动力学
  3. 神经动力学场论
  4. 全脑动态模拟
  5. 多尺度生成模型
  6. 睡眠调控
  7. 癫痫发作的神经动力学
  8. 神经调控
  9. 决策的神经计算机制
  10. 脉冲神经网络的应用
  11. 总结圆桌会





点击“阅读原文”，报名直播