|
相关回复：
作者: hxfciae 发布日期: 2008-03-27
肯定不只是温度引起相变。例如在应力作用下也会引起相变。至于神经元由静止到放电需要考虑系统的化学位才能判断是否发生相变以及相变类型。
作者: xuchun007 发布日期: 2008-03-27
相变与P,T,V,n(miu)都有关，详细情况可以看一下热力学统计物理
作者: weiduqu 发布日期: 2008-03-27
[quote]Originally posted by xuchun007 at 2008-3-27 16:21:
相变与P,T,V,n(miu)都有关，详细情况可以看一下热力学统计物理 [/quote}
这里的P,T,V,n(miu)分别代表什么呢?我不是学物理,这些概念确实不懂,见笑了
作者: hxfciae 发布日期: 2008-03-27
P:压力
T：温度
V：体积
n(miu)：化学位
作者: 孙彧730 发布日期: 2008-03-27
既然与P和V有关，
也应该与T和S有关，
因为它们是成对出现的.
G=U+PV-TS,
看看这些热力学量，就应该知道相变的因素了。
实际上，化学位代表能量水平，
P和V代表功和膨胀，
T和S代表热运动和序。
相变，是能量量纲的热力学量，对P、V、T、S的某种形式的微分出现了不连续！
作者: GrasaVampiro 发布日期: 2008-03-27
物理中的相变 不仅仅 和温度有关,2楼和6楼已述
但, 神经元毕竟是复杂系统, 物理中高度概括的相变概念是否适用与此,不知
作者: qecc 发布日期: 2008-03-27
我感觉从一个状态到另一种状态，都是相变。比如从正数状态到负数状态。从无到有的变化，都是有一个跃变的。
作者: qecc 发布日期: 2008-03-27
我感觉从一个状态到另一种状态，都是相变。比如从正数状态到负数状态。从无到有的变化，都是有一个跃变的。
作者: 怀念蔡元培 发布日期: 2008-03-27
最简单的相变是几何相变,比如说网络联结率的变化,逾渗理论就是描述这种现象的,所以相变肯定不是只能由温度引起.建议楼主翻阅一下于渌与郝柏林所写的<相变与临界现象>:)
作者: zhgj1979 发布日期: 2008-03-27
我觉得相变只会强度量的变化引起吧，不会和V有关。
作者: lvzhu2007 发布日期: 2008-03-27
QUOTE: Originally posted by zhgj1979 at 2008-3-27 20:41:
我觉得相变只会强度量的变化引起吧，不会和V有关。 不准确
冰水融化相变，高温超导体涡旋融化相变都是反例
[ Last edited by lvzhu2007 on 2008-3-27 at 20:48 ]
作者: weiduqu 发布日期: 2008-03-27
谢谢各位的回复!我的这个问题源于最近投European Physical Journal B 的一篇文章(Firing activity of complex space-clamped FitzHugh-Nagumo neural networks见附件)。文章主要研究随机长程边（randomly long-range couplings)， 如何影响小世界生物神经网络的放电行为。研究表明：随着长程边数目的增大，原来静息的神经元产生放电行为.为了定量分析放电的程度，我定义两个参量（即standard deviation和Average firing rate）来测量放电的强度和频率,并作出他们的曲线图。
三个审稿人,两个建议major revision,他们的大部分问题容易解决，但这个问题我觉得很难回答" Also, for the transition to active firing as p is increased, is it first- or second-order transition? If so, can one perform finite scaling analysis to compute critical number more accurately, especially because there seems to be significant numerical error in Fig. 5 and 6 along this transition?”这里的p就是小世界中的随机连接概率.
我对一阶、二阶相变（first- or second-order transition）的概念不是很了解，而且也没有时间从头学，如果要相变理论的有限标度定量分析放电行为，我可能做不到，那么应该怎么回答呢？应该怎么判断神经元由静止到放电有没有发生相变?是一阶还是二阶相变? 另外,审稿人说Fig. 5,6数值仿真误差很大,我怎么看不出来?
再次谢谢各位战友!
[ Last edited by weiduqu on 2008-3-27 at 21:39 ]
作者: lvzhu2007 发布日期: 2008-03-27
太专业了
可能只有等物理出身的从事小世界网络研究的来帮你解决了,
我只知道有人在经典xy模型中引入类似于小世界网络的连接来考察相变性质 .
一般情况下对于不同的体系scaling的形式是不一样的,
你可以查查你们这个领域有没有关于这种相变类型的定论和一般分析方法,
相变类型的判断不是一个 trivial 的问题,
如果之前没有这方面的定论而审稿人执意让你来解决似乎不合常理。
（刚收到你的短信息，鄙人不才，帮不了你，请原谅！）
Good luck!:P
[ Last edited by lvzhu2007 on 2008-3-27 at 22:33 ]
作者: weiduqu 发布日期: 2008-03-28
lvzhu2007的回复给了我一些启发,谢谢!
作者: 孙彧730 发布日期: 2008-03-28
QUOTE: Originally posted by 孙彧730 at 2008-3-27 17:42:
既然与P和V有关，
也应该与T和S有关，
因为它们是成对出现的.
G=U+PV-TS,
看看这些热力学量，就应该知道相变的因素了。
实际上，化学位代表能量水平，
P和V代表功和膨胀，
T和S代 ... :P
补充：
化学势μ与物质的量n是一对；
表面能δ与面积A是一对。
我猜想，
神经元放电，
可能是结构变化使化学势垒降低，
形成了电子的导通，本质应当是化学势μ的突变；
网络相变则更像序（熵S）的突变。:):)
| 