单一驱动信号控制neuronal networks 中的极端事件

我们表明，在驱动-响应耦合框架中，通过单一驱动信号的主导作用，可抑制响应系统中的极端事件。我们在三个不同的响应网络拓扑结构中验证了这一方法，即 (i) 一对耦合神经元，(ii) 由 N 个耦合神经元组成的单层网络，和 (iii) 每层由 FitzHugh-Nagumo 神经元构成的双层复合网络。响应网络本构成极端事件。我们的结果表明，只需对响应网络中的一个神经元施加适当调谐的驱动信号，即可控制这三个配置中的极端事件。在两种神经元情况下，极端事件的抑制是由于驱动神经元与被目标响应神经元之间的相位锁定被打破所致。在单层和复合网络的情况下，极端事件的抑制源于原事件频率动力学的破坏，随后驱动神经元与网络其余部分之间的频率解耦。我们还观察到，当响应网络中与驱动信号相连的神经元规模增大时，控制的发生临界值较低，这表明该方法具有规模优势。