随机动力学网络的统计矩控制
适应与自组织系统
2016-07-20 v4 神经元与认知
摘要
我们考虑一类一般的随机网络，并探究需要控制哪些网络节点以及如何控制，以在系统的一阶和二阶统计矩方面稳定和切换到期望的亚稳态（目标）状态。我们首先表明，直接干预一个子集的节点就足够了，该子集仅利用网络图的信息即可识别。然后，我们开发了一种适用于该节点子集的反馈控制方法，其保持期望目标状态的协方差结构。最后，我们使用一个随机Hopfield网络和一个全局脑模型证明了我们的理论结果。我们的结果适用于多种（模型）网络，并增进了对网络结构与集体动力学之间关系的理解，以利于有效控制。
引用
@article{arxiv.1512.01464,
title = {Controlling Statistical Moments of Stochastic Dynamical Networks},
author = {Dmytro Bielievtsov and Josef Ladenbauer and Klaus Obermayer},
journal= {arXiv preprint arXiv:1512.01464},
year = {2016}
}
备注
12 pages, 9 eps figures