FitzHugh-Nagumo model

Neural Operators accelerate FitzHugh-Nagumo dynamics modeling

研究人员开发了参数条件傅里叶神经网络算子（FNOs），为FitzHugh-Nagumo（FHN）系统创建了快速、可微分的代理模型。与传统求解器相比，这些模型能够以显著降低的计算成本精确模拟神经元电压动力学，包括兴奋性和振荡状态。FNOs在振荡状态下实现了低于0.1%的相对L2误差，并在兴奋状态下准确再现了触发阈值和传导速度等关键特征，展示了强大的泛化和外推能力。