Известия Саратовского университета.

Новая серия. Серия Физика

ISSN 1817-3020 (Print)
ISSN 2542-193X (Online)


Для цитирования:

Ежов Д. М., Пономаренко В. И., Прохоров М. Д. Коллективная динамика ансамблей радиотехнических моделей осцилляторов ФитцХью–Нагумо, связанных через хаб // Известия Саратовского университета. Новая серия. Серия: Физика. 2024. Т. 24, вып. 4. С. 429-441. DOI: 10.18500/1817-3020-2024-24-4-429-441, EDN: NKTOCD

Статья опубликована на условиях лицензии Creative Commons Attribution 4.0 International (CC-BY 4.0).
Опубликована онлайн: 
25.12.2024
Полный текст в формате PDF(Ru):
(загрузок: 21)
Язык публикации: 
русский
Тип статьи: 
Научная статья
УДК: 
537.86
EDN: 
NKTOCD

Коллективная динамика ансамблей радиотехнических моделей осцилляторов ФитцХью–Нагумо, связанных через хаб

Авторы: 
Ежов Дмитрий Максимович, Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского
Пономаренко Владимир Иванович, Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского
Прохоров Михаил Дмитриевич, Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского
Аннотация: 

Исследование нелинейной динамики и коллективного поведения элементов в сетях связанных осцилляторов является актуальной задачей для многих научных дисциплин. Объектом исследования в работе являются сети, состоящие из радиотехнических моделей идентичных осцилляторов ФитцХью–Нагумо. Экспериментально исследовалась спайковая активность сети, состоящей из связанных между собой возбудимых аналоговых генераторов ФитцХью–Нагумо. Коллективное поведение элементов рассмотрено сначала в кольце генераторов ФитцХью–Нагумо, связанных отталкивающими диффузионными связями, а затем в трехслойной сети, состоящей из двух таких колец, связанных через общий хаб, тоже представляющий собой генератор ФитцХью–Нагумо. Поскольку в радиофизическом эксперименте невозможно добиться полной идентичности аналоговых генераторов, мы численно исследовали влияние слабой неидентичности осцилляторов ФитцХью–Нагумо на их коллективную динамику и сравнили полученные результаты с экспериментальными. Исследована синхронизация аналоговых генераторов в трехслойной сети при изменении коэффициента связи между генераторами одного из колец и коэффициента связи между хабом и генераторами в обоих кольцах. Показано, что в кольце генераторов ФитцХью–Нагумо в радиофизическом эксперименте наблюдаются различные колебательные режимы при фиксированных значениях параметров возбудимых генераторов. Эти режимы отличаются частотой следования спайков и сдвигом фаз между колебаниями различных генераторов в кольце. Обнаружено существование переключений между этими колебательными режимами. Показано, что при отталкивающих связях генераторов ФитцХью–Нагумо внутри колец и отталкивающих межслойных связях (связях с хабом) возникает частотная синхронизация колебаний всех генераторов сети. Полученные результаты могут быть востребованы при решении задач управления синхронизацией в спайковых нейронных сетях.

Благодарности: 
Исследование выполнено при финансовой поддержке Российского научного фонда (проект № 23-12-00103, https://rscf.ru/project/23-12-00103/).
Список источников: 
  1. Boccaletti S., Latora V., Moreno Y., Chavez M., Hwang D. Complex networks: Structure and dynamics // Phys. Rep. 2006. Vol. 424. P. 175–308. https://doi.org/10.1016/j.physrep.2005.10.009
  2. Osipov G. V., Kurths J., Zhou C. Synchronization in Oscillatory Networks. Berlin : Springer, 2007. 370 p.
  3. Масленников О. В., Некоркин В. И. Адаптивные динамические сети // УФН. 2017. Т. 187. С. 745–756. https://doi.org/10.3367/UFNr.2016.10.037902
  4. Albert R., Barabási A.-L. Statistical mechanics of complex networks // Rev. Mod. Phys. 2002. Vol. 74. Article number. 47. https://doi.org/10.1103/RevModPhys.74.47
  5. van den Heuvel M. P., Sporns O. Network hubs in the human brain // Trends in Cognitive Sciences. 2013. Vol. 17. P. 683–696. https://doi.org/10.1016/j.tics.2013.09.012
  6. Mears D., Pollard H. B. Network science and the human brain: Using graph theory to understand the brain and one of its hubs, the amygdala, in health and disease // J. Neurosci. Res. 2016. Vol. 94. P. 590–605. https://doi.org/10.1002/jnr.23705
  7. Храмов А. Е., Фролов Н. С., Максименко В. А., Куркин С. А., Казанцев В. Б., Писарчик А. Н. Функциональные сети головного мозга: от восстановления связей до динамической интеграции // УФН. 2021. Т. 191. С. 614–650. https://doi.org/10.3367/UFNr.2020.06.038807
  8. Shepherd G. M. The Synaptic Organization of the Brain. Oxford : Oxford University Press, 2004. 719 p.
  9. Muldoon S. F., Bassett D. S. Network and multilayer network approaches to understanding human brain dynamics // Philosophy of Science. 2016. Vol. 83. P. 710–720. https://doi.org/10.1086/687857
  10. De Domenico M. Multilayer modeling and analysis of human brain networks // Giga Science. 2017. Vol. 6, iss. 5. Article number gix004. https://doi.org/10.1093/gigascience/gix004
  11. Vaiana M., Muldoon S. F. Multilayer brain networks // J. Nonlinear Sci. 2020. Vol. 30. P. 2147–2169. https://doi.org/10.1007/s00332-017-9436-8
  12. Majhi S., Perc M., Ghosh D.Chimera states in a multilayer network of coupled and uncoupled neurons // Chaos. 2017. Vol. 27, iss. 7. Article number 073109. https://doi.org/10.1063/1.4993836
  13. Bukh A. V., Strelkova G. I., Anishchenko V. S. Synchronization of chimera states in coupled networks of nonlinear chaotic oscillators // Russ. J. Nonlinear Dyn. 2018. Vol. 14, № 4. P. 419–433. https://doi.org/10.20537/nd180401
  14. Sawicki J., Omelchenko I., Zakharova A., Schöll E. Synchronization scenarios of chimeras in multiplex networks // Eur. Phys. J. Spec. Top. 2018. Vol. 227. P. 1161–1171. https://doi.org/10.1140/epjst/e2018-800039-y
  15. Рыбалова Е. В., Богатенко Т. Р., Бух А. В., Вадивасова Т. Е. Роль связей, шумового и гармонического воздействий в колебательной активности сетей возбудимых осцилляторов ФитцХью–Нагумо // Известия Саратовского университета. Новая серия. Серия : Физика. 2023. Т. 23, вып. 4. С. 294–306. https://doi.org/10.18500/1817-3020-2023-23-4-294-306
  16. Rabinovich M. I., Varona P., Selverston A. I., Abarbanel H. D. I. Dynamical principles in neuroscience // Rev. Mod. Phys. 2006. Vol. 78. Article number 1213. https://doi.org/10.1103/RevModPhys.78.1213
  17. Дмитричев А. С., Касаткин Д. В., Клиньшов В. В., Кириллов С. Ю., Масленников О. В., Щапин Д. С., Некоркин В. И. Нелинейные динамические модели нейронов : обзор // Известия высших учебных заведений. Прикладная нелинейная динамика. 2018. Т. 26, № 4. C. 5–58. https://doi.org/10.18500/0869-6632-2018-26-4-5-58
  18. Quiroga R. Q., Panzeri S. Principles of Neural Coding. Boca Raton : CRC Press, 2013. 664 p.
  19. Lobov S. A., Chernyshov A. V., Krilova N. P., Shamshin M. O., Kazantsev V. B. Competitive learning in a spiking neural network: Towards an intelligent pattern classifier // Sensors. 2020. Vol. 20, iss. 2. Article number 500. https://doi.org/10.3390/s20020500
  20. Yamazaki K., Vo-Ho V.-K., Bulsara D., Le N. Spiking neural networks and their applications: A review // Brain Sciences. 2022. Vol. 12, iss. 7. Article number 863. https://doi.org/10.3390/brainsci12070863
  21. Dahlem M. A., Hiller G., Panchuk A., Schöll E. Dynamics of delay-coupled excitable neural systems // Int. J. Bifurcat. Chaos. 2009. Vol. 19. P. 745–753. https://doi.org/10.1142/S0218127409023111
  22. Shepelev I. A., Vadivasova T. E., Bukh A. V., Strelkova G. I., Anishchenko V. S. New type of chimera structures in a ring of bistable FitzHugh–Nagumo oscillators with nonlocal interaction // Phys. Lett. A. 2017. Vol. 381. P. 1398–1404. https://doi.org/10.1016/j.physleta.2017.02.034
  23. Shepelev I. A., Shamshin D. V., Strelkova G. I., Vadivasova T. E. Bifurcations of spatiotemporal structures in a medium of FitzHugh–Nagumo neurons with diffusive coupling // Chaos, Solitons and Fractals. 2017. Vol. 104. P. 153–160. https://doi.org/10.1016/j.chaos.2017.08.009
  24. Kulminskiy D. D., Ponomarenko V. I., Prokhorov M. D., Hramov A. E. Synchronization in ensembles of delaycoupled nonidentical neuronlike oscillators // Nonlinear Dyn. 2019. Vol. 98. P. 735–748. https://doi.org/10.1007/s11071-019-05224-x
  25. Plotnikov S. A., Fradkov A. L. On synchronization in heterogeneous FitzHugh–Nagumo networks // Chaos, Solitons and Fractals. 2019. Vol. 121. P. 85–91. https://doi.org/10.1016/j.chaos.2019.02.006
  26. Korneev I. A., Semenov V. V., Slepnev A. V., Vadivasova T. E. The impact of memristive coupling initial states on travelling waves in an ensemble of the FitzHugh–Nagumo oscillators // Chaos, Solitons and Fractals. 2021. Vol. 147. Article number 110923. https://doi.org/10.1016/j.chaos.2021.110923
  27. Навроцкая Е. В., Курбако А. В., Пономаренко В. И., Прохоров М. Д. Синхронизация ансамбля мемристивно связанных неидентичных осцилляторов ФитцХью–Нагумо // Известия высших учебных заведений. Прикладная нелинейная динамика. 2024. Т. 32, № 1. С. 96–110. https://doi.org/10.18500/0869-6632-003085
  28. Кульминский Д. Д., Пономаренко В. И., Сысоев И. В., Прохоров М. Д. Новый подход к экспериментальному исследованию больших ансамблей радиотехнических генераторов со сложными связями // Письма в ЖТФ. 2020. Т. 46, вып. 4. С. 26–29. https://doi.org/10.21883/PJTF.2020.04.49046.18018
  29. Навроцкая Е. В., Кульминский Д. Д., Пономаренко В. И., Прохоров М. Д. Оценка параметров импульсного воздействия с помощью сети нейроподобных осцилляторов // Известия высших учебных заведений. Прикладная нелинейная динамика. 2022. T. 30, № 4. С. 495–512. https://doi.org/10.18500/0869-6632-2022-30-4-495-512
Поступила в редакцию: 
25.06.2024
Принята к публикации: 
20.09.2024
Опубликована: 
25.12.2024