不同尺度子网络的模块化神经网络同步转换
时间延迟和耦合强度是影响神经网络同步的重要因素。本文利用霍奇金—赫胥黎（HH）神经元模型构建一个包含不同尺度子网络的模块化神经网络，即小尺度随机网络通过化学突触与大尺度小世界网络单向连接。研究发现，时间延迟在网络中诱发了多个同步转换。当时间延迟是单个神经元放电周期的整数倍时，耦合强度增加也促进网络同步化。
考虑到模块化网络中不同位置的时间延迟可能具有不同作用，我们探讨子网络之间以及子网络内部的时间延迟对模块化网络同步的影响。我们发现，当子网络内同步良好时，两个子网络内部时间延迟增加会诱发其自身出现多个同步转换。此外，小尺度网络的同步状态会影响大尺度网络的同步。进一步发现，两个子网络之间的时间延迟诱导模块化网络的同步转换，但对接收信号的子网络内的同步基本无影响。通过分析两个子网络之间的相位差，我们发现模块化网络出现同步转换的机制是相位差的周期性变化。最后，通过对不同尺度模块化网络的研究，证明了本文结果的泛化性。
关键词： 霍奇金—赫胥黎神经元；模块化神经网络；子网络；同步；时间延迟
作者：
黄卫芳1，杨利建1，詹璇1，付子英2，贾亚1
编辑：黄飞
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
耦合
+关注
关注
13文章
578浏览量
100793 -
神经网络
+关注
关注
42文章
4762浏览量
100534 -
神经元
+关注
关注
1文章
363浏览量
18438
原文标题：华中师范大学黄卫芳、贾亚等 | 包含不同尺度子网络的模块化神经网络同步转换
文章出处：【微信号：信息与电子工程前沿FITEE，微信公众号：信息与电子工程前沿FITEE】欢迎添加关注！文章转载请注明出处。
发布评论请先 登录
相关推荐
神经网络教程（李亚非）
第1章 概述 1.1 人工神经网络研究与发展 1.2 生物神经元 1.3 人工神经网络的构成 第2章人工神经网络基本模型 2.1 MP模型 2.2 感知器模型 2.3
发表于 03-20 11:32
非局部神经网络，打造未来神经网络基本组件
`将非局部计算作为获取长时记忆的通用模块，提高神经网络性能在深度神经网络中，获取长时记忆（long-range dependency）至关重要。对于序列数据（例如语音、语言），递归运算
发表于 11-12 14:52
卷积神经网络如何使用
卷积神经网络(CNN)究竟是什么，鉴于神经网络在工程上经历了曲折的历史，您为什么还会在意它呢? 对于这些非常中肯的问题，我们似乎可以给出相对简明的答案。
发表于 07-17 07:21
【案例分享】基于BP算法的前馈神经网络
}或o koko_{k}）的误差神经元偏倚的变化量：ΔΘ ΔΘ Delta Theta=学习步长η ηeta × ×imes 乘以神经元的误差BP神经网络算法过程网络的初始
发表于 07-21 04:00
【案例分享】ART神经网络与SOM神经网络
是一种常用的无监督学习策略，在使用改策略时，网络的输出神经元相互竞争，每一时刻只有一个竞争获胜的神经元激活。ART神经网络由比较层、识别层、识别阈值、重置
发表于 07-21 04:30
怎么解决人工神经网络并行数据处理的问题
本文提出了一个基于FPGA 的信息处理的实例：一个简单的人工神经网络应用Verilog 语言描述，该数据流采用模块化的程序设计，并考虑了模块间数据传输信号同 步的问题，有效地解决了人工神经网络
发表于 05-06 07:22
如何构建神经网络？
原文链接：http://tecdat.cn/?p=5725 神经网络是一种基于现有数据创建预测的计算系统。如何构建神经网络？神经网络包括：输入层：根据现有数据获取输入的层隐藏层：使用反向传播优化输入变量权重的层，以提高模型的预测
发表于 07-12 08:02
基于BP神经网络的PID控制
最近在学习电机的智能控制，上周学习了基于单神经元的PID控制，这周研究基于BP神经网络的PID控制。神经网络具有任意非线性表达能力，可以通过对系统性能的学习来实现具有最佳组合的PID控制。利用BP
发表于 09-07 07:43
模糊神经网络在GPS高程转换中的应用
模糊神经网络在GPS高程转换中的应用
摘要: 介绍了模糊神经网络基本原理和GPS 高程转换方法, 采用模糊神经网络算法, 实现了GPS 高
发表于 04-26 11:27
•12次下载
bp神经网络和卷积神经网络区别是什么
结构、原理、应用场景等方面都存在一定的差异。以下是对这两种神经网络的比较： 基本结构 BP神经网络是一种多层前馈神经网络，由输入层、隐藏层和输出层组成。每个神经元之间通过权重连接，并通
工商网监
评论