控制神经网络中的极端事件:单一的驱动信号方法
R Shashangan1, S Sudharsan2,3, Dibakar Ghosh4
1Department of Nonlinear Dynamics, Bharathidasan University, Tiruchirappalli 620024, Tamil Nadu, India.
Chaos (Woodbury, N.Y.)
|February 18, 2026
概括
一个单一的驱动信号可以抑制神经网络中的极端事件. 这种控制是通过破坏网络动态来实现的,为管理复杂系统行为提供了一个可扩展的方法.
科学领域:
- 计算神经科学是一种神经科学.
- 复杂系统动力学 复杂系统动力学
- 网络科学 网络科学
背景情况:
- 极端事件的特点是罕见和高幅度的偏差,在复杂的系统中构成重大挑战.
- 神经网络是大脑功能的基础,可以表现出这种极端事件.
- 了解和控制这些事件对于预测系统行为至关重要.
研究的目的:
- 调查驱动-响应合框架在抑制神经网络内的极端事件中的有效性.
- 为了证明这种控制方法在不同网络拓中的通用性.
- 阐明导致极端事件抑制的潜在机制.
主要方法:
- 使用FitzHugh-Nagumo单位建模神经网络.
- 实施具有主导驾驶信号的驱动响应合框架.
- 分析三个网络配置:结合的神经元,单层网络和多层网络.
- 调查阶段锁定和原事件频率动态.
主要成果:
- 在所有测试的网络拓中,一个单一的调的驱动信号有效地抑制了极端事件.
- 抑制机制包括打破相锁 (两个神经元的情况下) 和破坏原事件频率动态 (较大的网络).
- 增加驱动神经元的数量加快了控制的开始,证明了扩展优势.
结论:
- 驱动-响应合框架为控制神经系统中极端事件提供了一个强大的方法.
- 针对单个单元的有针对性的影响甚至可以产生整个网络的控制.
- 这种方法为管理复杂网络中新出现的行为提供了一个有希望的策略.
