Non-hermitian random matrices and applications to randomly connected firing rate neuronal networks

• Auteur / Autrice : Luis Carlos Garcia del Molino
• Direction : Khashayar Pakdaman
• Type : Thèse de doctorat
• Discipline(s) : Santé Publique. Epidémiologie. Sciences de l'information biomédicales
• Date : Soutenance en 2015
• Etablissement(s) : Sorbonne Paris Cité
• Ecole(s) doctorale(s) : École doctorale Pierre Louis de santé publique : épidémiologie et sciences de l'information biomédicale (Paris ; 2000-....)
• Partenaire(s) de recherche : Autre partenaire : Université Paris Diderot - Paris 7 (1970-2019)

Mots clés

Mots clés contrôlés

Grandes déviations

Matrices aléatoires

Réseaux neuronaux (informatique)

Mots clés libres

Log-gase

Résumé

On étudie l'impacte des propriétés statistiques des matrices de connectivité sur la dynamique des réseaux de neurones. Cette étude se fait à travers de l'analyse des propriétés spectrales de matrices aléatoires.

We study the impact of the statistical properties of connectivity matrices on the dynamics of neuronal networks. This study is done by analyzing the spectral properties of random matrices.