分数阶赛博-神经系统——简要综述
最优化与控制
2021-12-17 v1 系统与控制
系统与控制
动力系统
摘要
神经技术在过去20年取得巨大进步。然而，要将其中许多技术商业化，我们仍有漫漫长路，因为我们缺乏统一框架来研究将硬件、软件与神经系统结合的赛博-神经系统（CNS）。动力系统在开发这些技术中起着关键作用，因为它们捕捉大脑的不同方面并为其功能提供洞见。汇聚证据表明，分数阶动力系统在建模神经系统方面具有优势，因其紧凑表示并能准确捕捉神经行为中表现出的长程记忆。在本简要综述中，我们概述了分数阶CNS，即在CNS语境下的分数阶系统。特别地，我们介绍分析和综合分数阶CNS所需的基本定义，涵盖系统辨识、状态估计与闭环控制。此外，我们给出CNS语境下若干应用的示例，并勾勒一些可能的未来研究方向。最终，这三个领域的进展对开发下一代CNS至关重要，而这将最终改善人们的生活质量。
引用
@article{arxiv.2112.08535,
title = {Fractional cyber-neural systems -- a brief survey},
author = {Emily Reed and Sarthak Chatterjee and Guilherme Ramos and Paul Bogdan and Sérgio Pequito},
journal= {arXiv preprint arXiv:2112.08535},
year = {2021}
}
备注
67 pages, 13 figures