生物物理神经网络的分布式在线估计

在本工作中，我们针对一类受生物物理神经网络模型启发的非线性网络系统，提出了一种分布式自适应观测器。神经系统以分布式方式通过调整内在和突触权重进行学习，神经元膜电压携带来自网络中相邻神经元的信息。我们表明，这一学习原理可用于设计基于分散式学习规则的自适应观测器，该规则大幅减少了参数估计指数收敛所需的观测器状态数量。这一新颖设计对生物、生物医学和 neuromorphic（神经形态）应用具有重要意义。