振荡神经元模型的最优控制及其在相干通信中的应用
神经元与认知
2023-11-16 v1 动力系统
最优化与控制
摘要
大脑中的宏观振荡参与多种认知与生理过程，但其精确功能尚未被完全理解。相干通信（CTC）理论提出，这些节律性电模式可能用于调节神经群体间的信息流。因此，为有效通信，神经群体必须同步其振荡活动，确保来自突触前群体的输入脉冲在突触后群体兴奋性最高的相位到达。我们考虑一个兴奋-抑制（E-I）网络，其宏观活动由精确平均场模型描述。该 E-I 网络接收来自一个或两个外部源的周期性输入，在无控制情形下无法实现有效通信。我们基于相位-振幅动力学的最优控制理论探索策略，以设计一种控制，将目标群体置于最优相位，从而与特定突触前输入信号同步活动并建立通信。该控制机制类似于高级皮层区域在选择性注意中的作用。为设计控制，我们使用极限环的相位-振幅约化，并利用该领域近期进展，以针对既定代价函数找到最有效的控制策略。此外，我们给出保证系统在极限环附近局部能控性的结果。
引用
@article{arxiv.2311.08790,
title = {Optimal control of oscillatory neuronal models with applications to communication through coherence},
author = {Michael Orieux and Antoni Guillamon and Gemma Huguet},
journal= {arXiv preprint arXiv:2311.08790},
year = {2023}
}