自调临界性：通过时间相关性控制靠近分叉点的神经元
摘要：神经网络的集体活动可以通过最大化平均场波动的时间相关性的反馈控制被有效地控制在临界点附近。由于在非线性动力系统的不稳定性附近时间相关性的行为类似，预计这个原则也能够控制从固定点到极限周期的低维动力系统中连续或不连续的分叉。我们在这里提供了数值证据，证明单个神经元的动力学在其分岔点附近可以被控制。我们在两个模型中进行了测试：一个二维通用可興奋映射模型和典型的FitzHugh-Nagumo神经元模型。结果表明，在这两种情况下，通过根据自相关函数的一阶系数来修改控制参数，系统可以自我调节到其分岔点。
作者：Juliane T. Moraes, Eyisto J. Aguilar Trejo, Sabrina Camargo, Silvio C. Ferreira, and Dante R. Chialvo
论文ID：2206.10000
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2023-03-29