×
李阳;马基托·奥库;何国光;川崎爱原

通过动态相空间约束消除局部连接混沌神经网络中的螺旋波。 （英语） Zbl 1441.93103号

神经网络。 88, 9-21 (2017).
小结：在本研究中，提出了一种在简化条件下消除局部连接混沌神经网络（CNN）中螺旋波的方法，使用动态相空间约束（DPSC）作为控制方法。在该方法中，首先从神经元的反馈内部状态构造控制信号，根据其振幅衰减检测相位奇异性，然后调节阈值截断神经元的难处理内部状态并终止螺旋。仿真结果表明，在适当的参数设置下，网络从螺旋波状态引导到平面波（PW）状态或同步振荡（SO）状态，此时控制自动消失，原始CNN模型保持不变。每种状态都有一个特征振荡频率，其中螺旋波状态的振荡频率最高，控制内动力学以低频成分为主，因此表明状态变量的调整缓慢。此外，PW诱导和SO诱导的控制过程是不同的，前者的持续时间一般较长，但网络中受影响神经元的平均比例较小。此外，控制参数的变化允许控制结果的部分选择性，伴随着控制过程的调节。这项研究的结果拓宽了DPSC在混沌控制中的适用性，也可能有助于将局部连接的细胞神经网络用于记忆检索和探索生物神经网络中的行波动力学。

引用于三文件

MSC公司：

93B70型 网络控制
34甲10 常微分方程问题的混沌控制
93C20美元 偏微分方程控制的控制/观测系统
35C07型 行波解决方案

关键词：

混沌控制;混沌神经网络;动态相空间约束;螺旋波消除;行波
PDF格式BibTeX公司 XML格式引用
\textit｛Y.Li｝等人，神经网络。88、9--21（2017；Zbl 1441.93103）
全文： 内政部

参考文献：

[1] 阿达奇，M。；Aihara，K.，混沌神经网络中的关联动力学，神经网络，1083-98（1997），URL:http://www.sciencedirect.com/science/article/pii/S0893608096000615 ·兹比尔1423.68396
[2] Aihara，K。；Takabe，T。；丰田章男，《混沌神经网络》，《物理学快报A》，144，333-340（1990），网址：http://www.sciencedirect.com/science/article/pii/037596019090136C
[3] Aihara，K。；山田，T。；Oku，M.，《混沌神经网络及其以外》（Adamatzky，A.；Chen，G.，《混乱》，美国有线电视新闻网（CNN），《记忆电阻器及其以外：李昂·蔡的节日》（2013），《世界科学：世界科学新加坡》，259-270·Zbl 1315.94005号
[4] 阿基诺，K.M。；Schira，M.M。；罗宾逊，P.A。；Drysdale，P.M。；Breakspear，M.，《人类视觉皮层中的血流动力学行波》，《公共科学图书馆·计算生物学》，第8期，e1002435页（2012年）
[5] Courbage，M.，《论一维无限元胞自动机中的行波丰度》，《物理D：非线性现象》，103，133-144（1997），网址：http://www.sciencedirect.com/science/article/pii/S0167278996002564 ·Zbl 1194.82062号
[6] Freeman，W.J.，《希尔伯特脑电波变换》，《学者传媒》，第21338页（2007年）
[7] 弗里曼·W·J。；Barrie，J.M.，《兔子新皮质伽玛脑电图相位的空间模式分析》，《神经生理学杂志》，84，1266-1278（2000），URL:http://jn.physiology.org/content/84/3/1266.long
[8] 格哈特，M。；舒斯特，H。；Tyson，J.J.，《可激发介质的细胞自动机模型，包括曲率和色散》，《科学》，247，1563-1566（1990），网址：http://science.sciencemag.org/content/247/4950/1563.long ·兹比尔1226.37004
[9] 格雷斯，M。；Hütt，M.-T.，耦合FitzHugh-Nagumo振荡器晶格中时空模式的可预测性，皇家学会界面杂志，20121016（2013）
[10] 海萨格尔，M。；霍奇尼，M。；A.丹尼斯。；沙阿·A·J。；小松，Y。；Yamashita，S.，《持续性心房颤动的驱动域》，《循环》，130，530-538（2014）
[11] Harris White，医学博士。；萨诺蒂，S.A。；Frautschy，S.A。；Charles，A.C.，海马片培养中的螺旋细胞间钙波，《神经生理学杂志》，79，1045-1052（1998），网址：http://jn.physiology.org/content/79/2/1045.long
[12] He，G。；曹，Z。；陈，H。；朱鹏，基于相空间约束的神经网络混沌控制，国际现代物理杂志B，174209-4214（2003）
[13] He，G。；曹，Z。；朱，P。；Ogura，H.，在混沌神经网络中控制混沌，神经网络，161195-1200（2003）
[14] He，G。；Chen，L。；Aihara，K.，《联想记忆与受控混沌神经网络》，神经计算，712794-2805（2008）
[15] He，G。；医学博士Shrimali。；Aihara，K.，混沌神经网络的部分状态反馈控制及其应用，《物理快报》A，371，228-233（2007）·Zbl 1209.93116号
[16] He，G。；医学博士Shrimali。；Aihara，K.，混沌神经网络的阈值控制，神经网络，21114-121（2008）·Zbl 1254.37061号
[17] He，G。；王，C。；谢，X。；Zhu，P.，混沌神经网络中的多频正弦波控制，（2015年国际神经网络联合会议，2015年神经网络国际联合会议，（IJCNN）（2015），IEEE），1-6
[18] 黄，X。；特洛伊，W.C。；杨琼。；马，H。；Laing，C.R。；希夫·S·J。；Wu，J.-Y.，无抑制哺乳动物新皮层中的螺旋波，《神经科学杂志》，249897-9902（2004）
[19] 黄，X。；徐伟（Xu，W.）。；梁，J。；Takagaki，K。；高，X。；Wu，J.-Y.，新皮质的螺旋波动力学，神经元，68，978-990（2010）
[20] 黑泽明，J。；北马苏塔尼。；奈良，S。；Aihara，K.，混沌神经网络模型中混沌游荡状态对记忆片段输入的敏感响应，国际分叉与混沌杂志，14，1413-1421（2004）·Zbl 1084.37509号
[21] Lam，Y.-W。；科恩，L.B。；Zochowski，M.R.，三种振荡的气味特异性和海龟嗅球中的DC信号，《欧洲神经科学杂志》，17，436-446（2003）
[22] LeCun，Y。；博图，L。；Y.本吉奥。；Haffner，P.，《基于梯度的学习在文档识别中的应用》，《IEEE学报》，86278-2324（1998）
[23] 李，Y。；朱，P。；谢，X。；陈，H。；Aihara，K。；He，G.，《控制混沌神经网络进行信息处理》，神经计算，110，111-120（2013）
[24] 李，Y。；朱，P。；谢，X。；He，G。；Aihara，K.，混沌神经网络中的学习诱导模式分类，物理学快报a，376412-417（2012）·Zbl 1255.35214号
[25] 卢贝诺夫，E.V。；Siapas，A.G.，《海马θ振荡是行波》，《自然》，459534-539（2009）
[26] 马，J。；贾毅。；Wang，C.-N。；Jin，W.-Y.，Hindmarsh-Rose神经元二维阵列模型中螺旋波的跃迁，国际现代物理杂志B，251653-1670（2011）
[27] 马，J。；贾毅。；Yi，M。；Tang，J。；Xia，Y.-F.，利用局部平方区域变量的振幅限制抑制螺旋波和湍流，混沌、孤子和分形，411331-1339（2009）
[28] 马，J。；Wang，C.-N。；Jin，W.-Y。；Wu，Y.，Hodgkin-Huxley神经元网络中从螺旋波到目标波和其他相干结构的转换，应用数学与计算，2173844-3852（2010）·Zbl 1203.92012年
[29] Murata，M.，Allen-Cahn细胞自动机中的多维行波，《物理学杂志A：数学和理论》，48，第255202页，（2015）·Zbl 1320.35306号
[30] 奥库，M。；Aihara，K.，大规模混沌神经网络中彩色图像的关联动力学，非线性理论及其应用，IEICE，2508-521（2011）
[31] 奥库，M。；Aihara，K.，局部连接混沌神经网络中的行波及其现象学建模，（Yamaguchi，Y.，认知神经动力学进展（III）：2011年第三届认知神经动力学国际会议论文集（2013年），施普林格荷兰：施普林格荷属多德雷赫特，荷兰），213-219
[32] 奥西波夫，G.V。；Collins，J.J.，《使用弱脉冲抑制可激发介质中的行波》，《物理评论》E，60，54-57（1999）
[33] 潘迪特，S.V。；Jalife，J.，《转子与心脏颤动动力学》，《循环研究》，112849-862（2013）
[34] Patten，T.M。；雷尼，C.J。；罗宾逊，P.A。；Gong，P.，《人类皮层行波：动力学特性及其与响应的相关性》，《公共科学图书馆·综合》，第7期，e38392页（2012年）
[35] O.彼得斯。；希普克，C.G。；Y.桥本。；Kettenmann，H.，不同机制促进星形胶质细胞（Ca^{2+}）波并在小鼠新皮质扩散抑郁，《神经科学杂志》，23，9888-9896（2003），URL:http://jneurosci.org/content/23/30/988.long
[36] Pivka，L.，CNNs中的自波和时空混沌——第一部分：教程，IEEE电路和系统汇刊I：基础理论和应用，42，638-649（1995）
[37] Rubino博士。；罗宾斯，K.A。；Hatsopoulos，N.G.，《运动皮层中的传播波介导信息传递》，《自然神经科学》，9，1549-1557（2006）
[38] 佐藤，T.K。；瑙豪斯一世。；Carandini，M.，《视觉皮层中的行波》，《神经元》，第75期，第218-229页（2012年）
[39] 沙，C。；赵，H。；黄，T。；Hu，W.，解决线性变分不等式问题的时滞投影神经网络及其应用，电路、系统和信号处理，35，2789-2809（2016）·Zbl 1346.92013号
[40] 辛哈，S。；潘德，A。；Pandit，R.，通过消除心室颤动模型中的螺旋湍流进行除颤，《物理评论快报》，86，3678-3681（2001）
[41] 辛哈，S。；Sridhar，S.，《可兴奋介质中的模式：成因、动力学和控制》（2014），CRC出版社：佛罗里达州博卡拉顿CRC出版社
[42] 斯卡达，C.A。；Freeman，W.J.，《大脑如何制造混乱以理解世界》，《行为与大脑科学》，第10期，第161-173页（1987年）
[43] Takagaki，K。；张，C。；Wu，J.-Y。；Ohl，F.W.，具有活动时间空间相关性的传播波流量检测，《神经科学方法杂志》，200207-218（2011）
[44] 高桥，K。；萨利赫，M。；佩恩·R·D。；Hatsopoulos，N.G.，《人类运动皮层中的传播波》，人类神经科学前沿，5，40（2011）
[45] 维文蒂，J。；金·D·H。；维格兰，L。；Frechette，E.S。；布兰科，J.A。；Kim，Y.S.，用于绘制大脑活动的灵活、可折叠、主动多路复用、高密度电极阵列体内《自然神经科学》，第14期，1599-1605页（2011年）
[46] 沃尔珀特，V。；Petrovskii，S.，生物学中的反应扩散波，生命物理学评论，6267-310（2009）
[47] 王，Z。；风扇，H。；Aihara，K.，《带有混沌神经元和动态突触的联想网络》，《国际分叉与混沌杂志》，17，3085-3097（2007）·Zbl 1185.37201号
[48] Wang，C.-N。；马，J。；刘，Y。；Huang，L.，混沌控制、螺旋波形成和网络蔡氏电路中时空混沌的出现，非线性动力学，67，139-146（2012）·Zbl 1242.93057号
[49] Winfree，A.T.，《螺旋波行为的多样性：可激发介质理论的实验方法》，《混沌》，1303-334（1991）·Zbl 1031.76502号
[50] Wu，J.-Y。；关，L。；Tsau，Y.，振荡期间的激活传播和新皮质切片中的诱发反应，神经科学杂志，195005-5015（1999），URL:http://jneurosci.org/content/199/12/5005.long
[51] Wu，J.-Y。；黄，X。；Zhang，C.，《在新皮质中传播活动波：它们是什么，它们做什么》，《神经科学家》，1487-502（2008）
[52] Yu，G。；马，J。；贾毅。；Tang，J.，耦合Hodgkin-Huxley神经元中螺旋波的动力学，国际现代物理杂志B，244555-4562（2010）·Zbl 1209.82030号
[53] 张，H。；胡，B。；Hu，G.，通过在可激发介质中产生目标波来抑制螺旋波和时空混沌，物理评论E，68，文章026134 pp.（2003）
[54] 张，H。；Jacobs，J.，《人类海马体中的旅行θ波》，《神经科学杂志》，35，12477-12487（2015）
[55] 张，Q。；谢，X。；朱，P。；陈，H。；He，G.，混沌神经网络中的正弦调制控制方法，《非线性科学和数值模拟中的通信》，192793-2800（2014）·Zbl 1510.92029
[56] Zhao，H.，双向联想记忆神经网络的指数稳定性和周期振荡，神经计算，69，424-448（2006）
[57] Zhao，Y。；Billings，S.A。；Routh，A.F.，《使用细胞自动机模型识别可激发介质》，《国际分叉与混沌杂志》，第17期，第153-168页（2007年）·Zbl 1117.37044号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。