神经系统疾病与认知动力学(II): 神经振荡与认知动力学

大脑神经系统具有从慢到快多种不同的振荡节律, 这些节律振荡被认为参与了大脑多种功能的实现, 其中高频的伽马同步振荡被认为与大脑的认知功能最为相关. 本文阐述了生物学实验方面关于伽马振荡及其功能的研究进展, 并针对实验中伽马振荡的频率敏感依赖于外部刺激特征的现象, 综述了基于神经网络模型进行变频伽马振荡及其认知功能的动力学建模研究工作, 解释了视觉刺激调控的变频率伽马振荡动力学产生机理, 提出了基于同步抑制增强全局放电率对比度的神经认知机制. 研究成果有助于理解神经系统同步振荡的产生机理及其认知作用, 为大脑认知原理以及类脑智能的研究奠定基础.      

基于数据的银行信贷行业的信用风险研究

目前多数研究利用美国旧金山市KMV公司于1997年建立的模型(KMV模型)计算企业年违约距离来评估具体企业的信用风险,但缺乏信贷行业的信用风险评估方法,也不能给出随时间变化的信用风险.首先提出基于数据的信贷行业随时间动态演化的信用风险评估模型,然后利用2016年18个行业的数据得到了中国信贷行业动态演化的信用风险,该信用风险随时间演化特征可分为波动上升、下降后波动、下降后稳定、稳定四种类型.进一步研究发现金融业、科学研究和技术服务业、信息传输软件和技术服务业这三个行业动态演化的信用风险平均值高且不稳定,住宿和餐饮业的信用风险很高但是比较平稳,其他行业的信用风险较低且较平稳.     

Pattern dynamics of network-organized system with cross-diffusion

Cross-diffusion is a ubiquitous phenomenon in complex networks, but it is often neglected in the study of reaction–diffusion networks. In fact, network connections are often random. In this paper, we investigate pattern dynamics of random networks with cross-diffusion by using the method of network analysis and obtain a condition under which the network loses stability and Turing bifurcation occurs. In addition, we also derive the amplitude equation for the network and prove the stability of the amplitude equation which is also an effective tool to investigate pattern dynamics of the random network with cross diffusion. In the meantime, the pattern formation consistently matches the stability of the system and the amplitude equation is verified by simulations. A novel approach to the investigation of specific real systems was presented in this paper. Finally, the example and simulation used in this paper validate our theoretical results.