淡江大學機構典藏:Item 987654321/5886
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 62793/95819 (66%)
造访人次 : 3638396      在线人数 : 320
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/5886


    题名: 網格型微分方程動態行為及腦資訊的非線性分析
    其它题名: The Dynamical Behavior of Lattice Differential Equations and Nonlinear Analysis of Brain Information
    作者: 楊定揮
    贡献者: 淡江大學數學學系
    关键词: 混合型網格微分方程組;腦動態系統;單調行進波解;有限差分法;相關維度;;神經網路;延遲座標;嵌入定理;Lyapunov指數;同步
    日期: 2007
    上传时间: 2009-03-16 13:14:59 (UTC+8)
    摘要: 在神經網路方面,在有限個神經元,考慮週期解的存在、唯一性及穩定性,及當有外力(forcing term)時,系統會有何分歧現象;在一維無窮個神經元,我們研究在不同的耦合係數、不同的時間遲滯、非線性項有兩類:monostable type (Fisher type or KPP type)及bistable type (Nagumo type)之下,單調行進波解(Traveling Wavefront Solution,TWS)的存在性、唯一性及穩定性,同時並考慮數值計算,所需用到的finite difference method 及continuation method,我們將結果推廣至二維LDE。 關於Nonlinear Analysis of Brain Dynamics方面我們要利用Dynamical Systems及Neural Network的理論來計算實驗所量得的人類大腦實驗數據並做modeling。Dynamical Systems的方法包括了資料處理及度量複雜性裡相關的特徵值兩部分;其中資料處理包括了delay coordinate和embedding theory等方法,複雜性度量裡相關的特徵值,包含了correlation dimension、Lyapunov exponents、entropy、synchronization及phase synchronization等。希望藉由所計算出來的特徵值(D2, Entropy, Lyapnunov Exponents)改變,應用在臨床醫學方面,能在病人發病早期的過渡時期,及早發現,及早治療。Neural Network的方面,記錄人體運動的整個時程,大腦狀態(D2, Entropy)的變化,用Neural Network的工具進而瞭解運動時,大腦的各系統在時間與空間交互作用的特性。
    显示于类别:[數學學系暨研究所] 研究報告

    文件中的档案:

    档案 描述 大小格式浏览次数
    962115M032004.pdf660KbAdobe PDF512检视/开启

    在機構典藏中所有的数据项都受到原著作权保护.

    TAIR相关文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - 回馈