一个共存的多滚动混沌家族及其在结合的非振荡神经元中的选择控制:一个案例研究

科学领域:

• 计算神经科学是一种神经科学.
• 复杂的系统复杂的系统.
• 非线性动力学是一种非线性动力学.

背景情况:

• 混沌理论和神经网络对于理解复杂的生物系统至关重要.
• 之前的模型通常集中在单滚动吸引器上,限制了模拟的神经动态的复杂性.
• 在结合的非振荡神经元中研究多滚动混乱为神经建模提供了一个新的范式.

研究的目的:

• 介绍和分析一种能够产生多滚动混乱的结合非振荡神经元的新型网络.
• 探索多滚动吸引器的形成机制以及在这个神经网络中的共存动态.
• 开发和验证用于选择特定多滚动吸引器的控制策略.

主要方法:

• 使用相位图,吸引盆地,时间序列,分叉图和利亚普诺夫指数分析系统动态.
• 实施一种非侵入性控制方法来选择所需的多滚动吸引器.
• 使用Arduino微控制器进行数值模拟和实验验证.

主要成果:

• 在结合的非振荡神经网络中展示了一个共存的多滚动混乱家族.
• 由于并存的分叉图和合并的单滚动吸引器,观察到复杂的多滚动形成.
• 证实了爆破现象和多个开火伙伴的存在.
• 成功应用控制策略来选择特定的多滚动吸引器,通过模拟和实验验证.

结论:

• 拟议的神经网络模型有效地产生和控制多滚动的混乱.
• 这些发现为复杂的神经动态提供了洞察力,包括爆发和多合作伙伴发射.
• 实验验证证证实了该模型在神经科学及其他领域的现实应用中的可行性.