德坎普斯,M。 人口密度方程的简单而稳定的数值解。 (英语) Zbl 1046.92018号 神经计算。 15,第9期,2129-2146(2003). 摘要:对大量神经元的种群密度描述最近引起了极大的兴趣。种群密度随时间的演变是由偏微分方程(PDE)决定的。大多数求解该偏微分方程的算法都使用了有限差分格式。在这里,我使用特征线方法将偏微分方程简化为一组易于求解的常微分方程。该方法被应用于漏积分和fire神经元,并产生一种高效的算法,产生稳定且明显非负的密度。和直接基于有限差分格式的算法相反,该算法对密度演化过程中可能出现的大密度梯度不敏感。 引用于三文件 MSC公司: 92C20美元 神经生物学 65平方米 涉及偏微分方程初值和初边值问题的特征线方法的数值方面 92年第35季度 与生物、化学和其他自然科学相关的PDE PDF格式BibTeX公司 XML格式引用 \textit{M.de Kamps},神经计算。15,第9号,2129--2146(2003;Zbl 1046.92018) 全文: 内政部 参考文献: [1] DOI:10.1103/物理版E.48.1483·doi:10.1103/PhysRevE.48.1483 [2] 内政部:10.1088/0954-898X/2/3/003·Zbl 0900.92047号 ·doi:10.1088/0954-898X/2/3/003 [3] 内政部:10.1162/089976602753633349·Zbl 0995.920159号 ·doi:10.1162/089976602753633349 [4] DOI:10.1103/物理版E.51.738·doi:10.1103/PhysRevE.51.738 [5] 内政部:10.1016/S0893-6080(01)00053-3·doi:10.1016/S0893-6080(01)00053-3 [6] 内政部:10.1088/0954-898X/3/2/004·Zbl 0825.92051号 ·doi:10.1088/0954-898X/3/2/004 [7] 内政部:10.1088/0954-898X/12/2/304·Zbl 1005.92007年 ·doi:10.1088/0954-898X/12/2/304 [8] DOI:10.1016/S0893-6080(01)00068-5·doi:10.1016/S0893-6080(01)00068-5 [9] 内政部:10.1162/089976600300015673·doi:10.1162/089976600300015673 [10] 内政部:10.1162/089976600300015493·doi:10.1162/089976600300015493 [11] 内政部:10.1016/0167-2789(91)90075-K·Zbl 0736.92001号 ·doi:10.1016/0167-2789(91)90075-K [12] 内政部:10.1162/neco.1997.9.2.279·Zbl 0869.68084号 ·doi:10.1162/neco.1997.9.2.279 [13] DOI:10.1023/A:1008912914816·Zbl 0999.92008号 ·doi:10.1023/A:1008912914816 [14] DOI:10.1023/A:1008964915724·Zbl 1036.92010号 ·doi:10.1023/A:1008964915724 [15] 内政部:10.1088/0954-898X/14/2/305·doi:10.1088/0954-898X/14/2/305 [16] 内政部:10.1137/S0036139998344921·Zbl 0991.92005号 ·doi:10.1137/S0036139998344921 [17] 内政部:10.1016/S0006-3495(65)86709-1·doi:10.1016/S0006-3495(65)86709-1 [18] 内政部:10.1007/BF00335237·Zbl 0505.92014年 ·doi:10.1007/BF00335237 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。