我正在研究计算神经科学。我在模块化网络中有一个大的突触矩阵（x 轴：突触前 NeuronID，y 轴：突触后 NeuronID）。该矩阵接近于随机矩阵，并且 Girko 的循环定律部分适用，因为当您绘制其 Imag/Real 部分时，大部分特征值位于一个圆圈中；由于网络的模块化，一些特征值将在主体之外。

此外，我的系统是非线性的，因为它由神经元组成，其群体活动的传递函数接近于 sigmoid ( 2 )。那是连续时间的频率/输入。

我可以根据特征值得出一些关于我的系统稳定性（至少在本地）的结论吗？例如，如果我有一个很大的真实特征值，我的系统可能会被证明是不稳定的，随着时间的推移，活动呈指数级增长。