耦合相振荡器网络中的可塑性和学习
摘要：耦合的带有缓变耦合矩阵的广义Kuramoto模型被研究。耦合系数的动力学是由震荡器对的相位差所驱动的，耦合强度与同步震荡器增强，与非同步对减弱。系统具有一族稳定解，对应不同大小的同步聚类。一个特定的聚类可以通过在一组震荡器上施加外部驱动并运用给定频率来形成。一旦建立，同步状态对噪声和自然频率的微小变化具有鲁棒性。同步聚类内部的相位差可以用于信息存储和检索。
作者：Philip Seliger, Stephen C. Young, and Lev S. Tsimring
论文ID：nlin/0110044
分类：Adaptation and Self-Organizing Systems
分类简称：nlin.AO
提交时间：2009-11-07