神经网络中的异质延迟
适应与自组织系统
2016-08-10 v2 神经元与认知
摘要
我们研究了由 FitzHugh-Nagumo 模型描述的兴奋性单元复杂网络中的异质耦合延迟。重点考察了不同拓扑结构（即规则网络、小世界网络和随机网络）下离散延迟以及单峰和双峰连续分布的影响。在存在两个离散延迟时间的情况下，共振效应起主要作用：取决于延迟时间的比率，会出现各种特征性的尖峰情景，如相干尖峰或非同步尖峰。对于连续延迟分布，不同的动力学模式随分布宽度的变化而出现。对于较小的分布宽度，我们发现了高度同步的尖峰；而对于中等宽度，仅存留低同步度的尖峰，这与行波扰动、部分振幅死亡或子网络同步有关，且敏感地依赖于网络拓扑。如果耦合延迟的不均匀性过大，则会诱发全局振幅死亡。
引用
@article{arxiv.1311.1919,
title = {Heterogeneous Delays in Neural Networks},
author = {Caglar Cakan and Judith Lehnert and Eckehard Schöll},
journal= {arXiv preprint arXiv:1311.1919},
year = {2016}
}