多层神经网络中自诱导随机共振对相干共振的控制
适应与自组织系统
2019-08-28 v1
摘要
我们考虑一个由扩散耦合的 FitzHugh-Nagumo（FHN）神经元在激发态 regime 下构成的两层多层网络。研究表明，与单个孤立 FHN 神经元中的 SISR 不同，耦合 FHN 神经元网络中发生 SISR 的最大噪声幅值是可控的，尤其在强耦合力和长时间延迟的 regime 下。为利用多层网络第一层中的 SISR 控制第二层中的 CR，我们首先在孤立状态下选取第二层的控制参数，使得一种情形下 CR 较差，另一种情形下 CR 不存在。随后表明，显著的 SISR 不仅能显著改善较差的 CR，还能诱导出在孤立第二层中不存在的显著 CR。与强层内耦合力相反，强层间耦合力被发现可增强 CR。而长层间时间延迟正如长层内时间延迟一样，会恶化 CR。最重要的是，我们发现强层间耦合 regime 下，第一层的 SISR 在增强第二层 CR 方面表现优于 CR；但在弱层间耦合 regime 下，第一层的 CR 在增强第二层 CR 方面表现优于 SISR。我们的结果可在含噪神经网络动力学与工程中找到新颖应用。
引用
@article{arxiv.1905.09607,
title = {Control of coherence resonance by self-induced stochastic resonance in a multiplex neural network},
author = {Yamakou E. Marius and Juergen Jost},
journal= {arXiv preprint arXiv:1905.09607},
year = {2019}
}