教師資料查詢 | 類別: 研究報告 | 教師: 楊定揮YANG, TING-HUI (瀏覽個人網頁)

標題:某些網格型微分方程的動態行為、腦資訊的非線性分析
學年94
學期1
出版(發表)日期2006/01/01
作品名稱某些網格型微分方程的動態行為、腦資訊的非線性分析
作品名稱(其他語言)Dynamics of Some Types of Lattice Differential Equations and Nonlinear Analysis of Brain Information
著者楊定揮
單位淡江大學數學學系
描述計畫編號:NSC95-2115-M032-003;研究期間:200608~200707;研究經費:464,000
委託單位行政院國家科學委員會
摘要在混合型(with delayed and advanced term)網格微分方程組(Lattice Differential Equations)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。 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。
關鍵字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;熵;神經網路;延遲座標;嵌入定理;Lyapunov指數;同步
語言
相關連結
SDGs
Google+ 推薦功能,讓全世界都能看到您的推薦!