非互惠自适应耦合在Kuramoto模型中诱导的 metastability

非互惠耦合常见于非平衡系统中，如神经网络。在本研究中，我们考虑具有非互惠自适应耦合的广义Kuramoto模型。非互惠性指根据赫布公式或反赫布公式以及耦合演化的不同时间尺度。这种特定组合的确定性动力学的主要效果是在振子之间诱导反位相同步集群的 metastability。振动器的 metastable切换是神经网络的典型特征，是脑动力学的特征。我们将 metastability 作为系统参数的函数进行分析，特别是网络规模和网络连通性。突变阶梯变化背后的机制是指个别振子时不时改变其所属集群，从而在同步振子集群之间提供“弱联系”，其中单个振子可能代表整个脑区。时序数据表现出随机特征，但源于确定性动力学。