[논문 리뷰] Noise-induced canard and mixed-mode oscillations in large stochastic networks with multiple timescales

Jonathan Touboul, Maciej Krupa외 1명|arXiv (Cornell University)|2013. 02. 28.

stochastic dynamics and bifurcation참고 문헌 16인용 수 4

한 줄 요약

이 논문은 다중 시간스케일을 가진 대규모 확률적 신경망에서의 노이즈가 평균장 근사에서 캐너드 폭발과 믹스드-모드 진동을 유도할 수 있음을 보여준다. 평균 활성도에 대한 정확한 상미분방정식을 유도함으로써, 저자들은 노이즈가 역학을 정성적으로 변화시켜, 심지어 상당한 노이즈 수준이 존재하는 상황에서도 결정론적 느림-빠름 시스템에서 흔히 관찰되는 복잡한 진동 패턴을 가능하게 한다고 밝힌다.

ABSTRACT

We investigate the dynamics of large stochastic networks with different timescales and nonlinear mean-field interactions. After deriving the limit equations for a general class of network models, we apply our results to the celebrated Wilson-Cowan system with two populations with or without slow adaptation, paradigmatic example of nonlinear mean-field network. This system has the property that the dynamics of the mean of the solution exactly satisfies an ODE. This reduction allows to show that in the mean-field limit and in multiple populations with multiple timescales, noise induces canard explosions and Mixed-Mode Oscillations on the mean of the solution. This sheds new light on the qualitative effects of noise and sensitivity to precise noise values in large stochastic networks. We further investigate finite-sized networks and show that systematic differences with the mean-field limits arise in bistable regimes (where random switches between different attractors occur) or in mixed-mode oscillations, were the finite-size effects induce early jumps due to the sensitivity of the attractor.

연구 동기 및 목표

• 다중 시간스케일을 가진 대규모 확률적 신경망에서 노이즈가 집단 역학에 미치는 영향을 조사하는 것.
• 고전적 평균장 이론을 확장하여, 확률적 계수를 가진 네트워크에 대한 엄밀한 평균장 근사를 수립하는 것.
• 평균장 영역에서 노이즈가 포함된 윌슨-코언 모델을 분석하여, 노이즈 유도 비틀림과 복잡한 진동을 밝혀내는 것.
• 이중 안정 상태 영역과 믹스드-모드 진동에서의 유한 크기 효과를 특성화하고, 특히 노이즈가 조기 점프를 유도하는 역할을 분석하는 것.
• 노이즈가 단순한 교란이 아니라 대규모 신경계에서 정성적 역학 전이의 핵심 동력임을 보여주는 것.

제안 방법

• 다중 시간스케일과 비선형 평균장 상호작용을 가진 일반적인 대규모 확률적 네트워크의 평균장 근사를 유도하는 것.
• 두 개의 인구 집단을 포함한 윌슨-코언 시스템에 이 프레임워크를 적용하여 평균 활성도에 대한 폐쇄형 ODE를 도출하는 것.
• 노이즈 수준이 평균장 ODE의 효과적 비선형성에 통합되어, 수정된 윌슨-코언 시스템으로 변형됨을 보여주는 것.
• 다이나믹 시스템 이론을 사용하여 유도된 ODE를 분석하고, 비틀림 해와 믹스드-모드 진동을 분기 분석을 통해 식별하는 것.
• 경로 기반 및 변동 기반 방법을 사용하여 평균장 예측값과 유한 크기의 네트워크 시뮬레이션을 비교하며, 특히 이중 안정 상태 및 진동 영역에서의 결과를 분석하는 것.
• 기타 모델, 예를 들어 아마리-학프힐드 유형으로의 분석을 확장하여, 가우시안 평균장 근사를 통해 유사한 노이즈 의존 역학을 보여주는 것.

실험 결과

연구 질문

• RQ1 다중 시간스케일을 가진 대규모 확률적 신경망에서 노이즈가 캐너드 폭발과 믹스드-모드 진동을 유도할 수 있는가?
• RQ2 네트워크가 크고 비선형적으로 결합되어 있을 때, 노이즈가 평균장 역학에 어떻게 영향을 미치는가?
• RQ3 신경질 모델에서 정적 행동과 주기적 행동 간의 정성적 전이에 노이즈가 어떤 역할을 하는가?
• RQ4 유한 크기 효과는 이중 안정 상태 영역과 믹스드-모드 진동에서 평균장 근사와 비교해 역학을 어떻게 변화시키는가?
• RQ5 다중 시간스케일을 가진 대규모 확률적 시스템에서 노이즈 유도 비틀림을 엄밀히 특성화할 수 있는가?

주요 결과

• 노이즈는 비소형 노이즈 수준이 존재하는 상황에서도 대규모 확률적 네트워크의 평균장 근사에서 캐너드 폭발과 믹스드-모드 진동을 유도한다.
• 네트워크의 평균 활성도는 노이즈가 효과적 비선형성에 통합된 수정된 윌슨-코언 방정식으로 기술되는 결정론적 ODE를 만족한다.
• 작은 허프형 진동에서 리커래이션 진동으로의 전이가 캐너드 사이클을 통해 발생하며, 전이 영역의 너비는 시간스케일 분리 매개변수에 대해 지수적으로 작다.
• 이중 안정 상태 영역에서는 유한 크기 효과로 인해 안정점 간의 체계적이고 규칙적인 전환이 발생하여, 확률적 역학에서 노이즈 유도 정규성이 나타남을 시사한다.
• 평균장 근사는 노이즈가 없는 결정론적 경우에 존재하지 않는 복잡한 진동 패턴을 캐릭터라이즈한다. 이는 노이즈가 단순한 교란이 아니라 역학의 동력원임을 보여준다.
• 결과는 아마리-학프힐드 시스템과 같은 다른 모델로도 확장되며, 이 경우에도 평균장 방정식이 노이즈 의존 전이와 복잡한 행동을 보여준다.