आईएसएसएन: 2329-9096
इरित नोविक
हम एक सामान्य मांसपेशी को सक्रिय करने वाले न्यूरॉन्स के बीच उत्पन्न होने वाली विकासात्मक प्रतिस्पर्धा का विश्लेषण करने के लिए एक नया गेम सैद्धांतिक दृष्टिकोण प्रस्तुत करते हैं। आकार सिद्धांत-जो यह बताता है कि क्रमिक रूप से उच्च सक्रियण-सीमा वाले न्यूरॉन्स क्रमिक रूप से मांसपेशियों के बड़े हिस्से को सक्रिय करते हैं-इस प्रतिस्पर्धा का परिणाम माना जाता है, लेकिन यह ज्ञात नहीं है कि कैसे, मुख्य रूप से क्योंकि इस मुद्दे पर मौजूदा प्रायोगिक डेटा विरोधाभासी प्रतीत होता है। हम एक बहु-चरणीय खेल को परिभाषित करते हैं जिसमें न्यूरॉन्स अधिकतम संख्या में मांसपेशी-तंतुओं को सक्रिय करने के लिए "प्रतिस्पर्धा" करते हैं। खेल के प्रत्येक चरण में, एकल मांसपेशी-तंतु पर प्रतिस्पर्धा हल हो जाती है। हम दिखाते हैं कि क्रमिक रूप से उच्च सक्रियण-सीमा वाले न्यूरॉन्स खेल के बाद के चरणों में जीतते हैं और साबित करते हैं कि क्योंकि संसाधन सीमित है और प्रतिस्पर्धा और जीते गए कनेक्शनों के रखरखाव दोनों के लिए इसकी आवश्यकता है, तो अधिक प्रतियोगिताएं जीतने के लिए, पहले की प्रतियोगिताओं की तुलना में बाद की प्रतियोगिताओं में जीतना बेहतर है। फिर हम मॉडल को एक ऐसे खेल में सामान्यीकृत करते हैं जिसमें सीमित संसाधन वाले खिलाड़ियों को प्रत्येक चरण में निवेश के आकार को तय करने की आवश्यकता होती है