抑制作为动力学网络活性与临界性的决定因素
适应与自组织系统
2017-12-27 v1 无序系统与神经网络
摘要
一定程度的抑制是自然中动力学网络的共同特征，从神经元和生化网络，到社会和技术网络。我们在此研究抑制在一个代表性动力学网络模型中的作用，刻画了具有兴奋性和抑制性连边的随机阈值网络的动力学。改变兴奋性连边的比例对网络的群体活性和其对扰动的敏感性有强烈影响。平均度 在较小时已知对动力学有强烈影响，但随着其值增大失去对动力学的影响。相反，抑制的强度在此是动力学和敏感性的决定因素，仅在特定抑制走廊内允许临界性。该临界性走廊要求兴奋占主导，而平衡区域对应于对扰动的最大敏感性。我们发展了群体活性和敏感性的平均场近似，并发现对于高 网络动力学独立于度分布。在一个自适应阈值网络的最小模型中，我们展示了动力学如何对拓扑变化保持鲁棒。该自适应模型可被扩展以生成具有可控活性分布和特定拓扑的网络。
引用
@article{arxiv.1712.08816,
title = {Inhibition as a determinant of activity and criticality in dynamical networks},
author = {Joao Pinheiro Neto and Marcus A. M. de Aguiar and José A. Brum and Stefan Bornholdt},
journal= {arXiv preprint arXiv:1712.08816},
year = {2017}
}
备注
10 pages, 6 figures