抑制导致兴奋性节点网络中的无休止动力学

当引入抑制性节点时，兴奋性节点网络的集体动力学会发生剧烈变化。我们考虑的抑制性节点可像兴奋性节点一样被激活，但在激活时会降低网络邻居的激活概率。我们表明，尽管抑制性节点的直接效应是降低活动，但集体动力学会变得自我维持。我们通过定义和分析一个“分支函数”（可视为依赖于活动的分支比）来解释这一反直觉的结果。分支函数的形状意味着，对于一定范围的全局耦合参数，动力学是自我维持的。在参数空间的自我维持区域内存在一条临界线，沿该线动力学表现为雪崩形式，具有规模和持续时间的普适标度，并嵌入在无休止的活动时间序列中。我们的分析经数值模拟证实，表明抑制作用在兴奋性网络中可能扮演反直觉的角色。