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

par Luis Carlos Garcia del Molino

Thèse de doctorat en Santé Publique. Epidémiologie. Sciences de l'information biomédicales

Sous la direction de Khashayar Pakdaman.

Soutenue en 2015

à Sorbonne Paris Cité , dans le cadre de École doctorale Pierre Louis de santé publique : épidémiologie et sciences de l'information biomédicale (Paris) , en partenariat avec Université Paris Diderot - Paris 7 (1970-2019) (autre partenaire) .

mots clés

• Log-gase
• Réseaux neuronaux (informatique)
• Matrices aléatoires
• Grandes déviations

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.

Résumé

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.