延时反馈振荡器复现多重网络动力学：波前传播与随机共振

神经网络的广泛开发和使用极大地丰富了各类计算机算法，并有望以更低的成本实现更高的速度。然而，通过现代计算基底模仿神经网络效率极低，而大规模网络的物理实现仍具挑战性。幸运的是，延时反馈振荡器在实验上更容易实现，是实证实现神经网络和下一代计算架构的有希望的候选者。在本研究中，我们证明了耦合双稳态延时反馈振荡器可以模拟多层网络，其中单个单层网络通过复制节点之间的耦合连接到另一个单层网络，即多重网络。我们表明，多重化的所有方面对双稳态振荡器多层网络中识别出的波前传播和随机共振的影响，均在时间延迟振荡器的动力学中得到了完全复现。特别是，改变耦合强度可以抑制和增强随机共振效应，并控制确定性和随机性波前传播的速度和方向。所有考虑的效应均在数值模拟中进行了研究，并在物理实验中得到了证实，显示出极好的一致性，从而揭示了所观察现象的鲁棒性。