相位動力學

深度分析

Winfree同步振盪驅動的WONN：相位動力學與參數效率的神經新範式

振盪與同步被視為表徵與計算的替代觀點。研究提出Winfree振盪神經網路，讓相位振盪器在高維環面上透過分離式敏感度與影響函數互動，互動可用三角映射或可學習網路表示，並以群組化與相位—頻率雙態設計達成穩定迭代。於影像與結構化推理任務展現競爭性準確度與參數效率。