Наша вселенная полна взаимодействующих систем. Сети, такие как энергосистемы, Интернет или социальные сети определяют наш распорядок дня. Биологические нейронные сети (BNNs) являются самым сложным примером таких систем. В нашем мозгу, и государства узлов, нейроны и образец их взаимодействия, их синаптических связей, прогрессивно изменяются в течение наших жизней.
Mengiste занялся расследованиями, как такими системами можно управлять и наблюдать – особенно, когда они под ударом. Цель его исследования состоит в том, чтобы понять условия, требуемые для достижения структурной управляемости сетей. «В динамических системах управляемость означает быть в состоянии направить сетевое государство от того, где это в настоящее время – туда, где Вы хотите, чтобы он был», говорит Менджист. «В этом отношении структурная управляемость обеспечивает инструменты, чтобы определить минимальное количество узлов в сети, требуемой проектировать управляемую структуру для всей системы». Поскольку сети часто не статичны в своей структуре, их конфигурация оптимального управления, вероятно, изменится: «Рассмотрите уличную сеть в городе.
Когда есть стройплощадка, некоторые дороги должны быть заблокированы. Это напоминает удаление некоторых связей в сети. В такой ситуации власти должны гарантировать, чтобы все местоположения в городе остались доступными.
Для этого крайне важно определить наиболее часто посещаемые дороги и приспособить транспортное руководство соответственно, чтобы препятствовать тому, чтобы движение разрушилось», объясняет Менджист. «Используя идею структурной управляемости мы можем не только определить важное звено между любыми двумя местами назначения, но также и вычислить, сколько дорог могло быть заблокировано, в то время как главная сеть остается неповрежденной».Биологические нейронные сети, как большинство сетей реального мира, относительно эластичны к случайному удалению их краев. Когда полная структура сети не известна, прогрессивное нападение на его края, систематически убивая связи отдельных узлов, один за другим, очень эффективно в изменении конфигурации контроля многих типов сетей.
Когда полная сетевая структура известна, Mengiste может разработать еще более сильные стратегии нападения края, которые или не затрагивайте управляемость или, альтернативно, быстро наносите вред сети. «Наше понимание может не только помочь структурно защитить сложные сети, такие как нейронные сети, сети аэропорта, уличные сетки или некоторые социальные сети, которые очень чувствительны к намеренным нападениям на их критические края. Они могут также помочь нам определить более эффективные стратегии нападения на потенциально вредную сетевую динамику, такие как распределение пандемических болезней, и они могут помочь нам понять динамику таких структур», объясняет Менджист.Аналогичная ситуация возникает при мозговом страдании из нейродегенеративного заболевания, такого как болезнь Альцгеймера или болезнь Хантингтона, которые, как правило, приводят к смерти нейронов и неудаче синапсов. «При этих болезнях постепенно ухудшаются сетевые структуры, пока они не достигают стадии, на которой естественные механизмы компенсации больше не могут восполнять потерю нейронов и синапсов», говорит Менджист. «В результате исходные данные больше могут не достигать своих целей эффективно и эффективно».
Поэтому полезно повторно проанализировать структуру контроля таких сетей под ударом и определить, где дополнительные исходные данные необходимы.