利用混沌控制抑制神经元噪声

混沌控制技术已被广泛应用于多种实验系统，包括磁弹性带、激光、化学反应、心律失常的心肌组织以及自发簇放电神经元网络。这些研究的一个基本假设是：被控制的系统是混沌的。然而，在实验系统中识别混沌，特别是生理系统，是一项困难且常常具有误导性的任务。在此，我们证明近期研究中使用的混沌判据可以将一个噪声驱动的非混沌神经元模型错误地分类为混沌系统。我们对非混沌模型应用混沌控制、周期起搏和反控制，获得了与此前报道的表观上混沌的体外神经元网络类似的结果。我们还将混沌控制应用于一个简单的随机系统，同样获得了类似结果。这些新发现挑战了上述神经元网络具有混沌性的主张，并表明混沌控制技术可以应用于比此前认为的更广泛的实验系统。