驯服癫痫：全脑动力学的均值场控制
机器学习
2026-03-20 v1
摘要
控制癫痫发作期间高维神经动力学仍是一大挑战，由于脑部的非线性特征和复杂连通性。本文提出了一种新框架，即图正则化库仑曼场游戏 (GK-MFG)，其集成了用于库仑算子逼近的储库计算 (RC) 以及用于求解分布式控制问题的交替人口与代理控制网络 (APAC-Net)。通过将脑电图 (EEG) 动力学嵌入线性潜在空间，并施加由相位锁定值 (PLV) 推导的图拉普拉斯约束，本方法在尊重脑功能拓扑结构的同时实现了稳健的癫痫抑制。
引用
@article{arxiv.2603.18035,
title = {Taming Epilepsy: Mean Field Control of Whole-Brain Dynamics},
author = {Ming Li and Ting Gao and Jingqiao Dua},
journal= {arXiv preprint arXiv:2603.18035},
year = {2026}
}
备注
22 pages, 7 figures