具有离散耦合的神经质量模型种群网络中的同步
适应与自组织系统
2023-05-04 v1
摘要
本文研究具有离散耦合的神经质量模型种群网络中的同步问题。所考虑的网络是混合网络,因此应用Mikheev方法将其转化为具有时变延迟耦合的网络。从而将混合网络同步问题归约为具有延迟耦合网络的同步研究,后者此前已通过解析方法解决。结果表明,拉普拉斯矩阵谱与最大采样间隔决定了网络动力学。我们对具有离散耦合的5个神经质量模型种群在3种不同情形下的动力学进行了仿真。第一种情形涉及渐近同步,此时拉普拉斯最大特征值与最大采样间隔均足够小。第二种情形关于e-同步,其在拉普拉斯最大特征值足够小且采样间隔较大时达成。最后一种情形为振荡的去同步,在拉普拉斯特征值与采样间隔均较大时观察到。
引用
@article{arxiv.2305.02021,
title = {Synchronization in Networks of Neural Mass Model Populations with Discrete Couplings},
author = {Sergei Plotnikov},
journal= {arXiv preprint arXiv:2305.02021},
year = {2023}
}
备注
5 pages, 4 figures