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
Коллективная динамика ансамблей радиотехнических моделей осцилляторов ФитцХью–Нагумо, связанных через хаб
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.
- 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
- Osipov G. V., Kurths J., Zhou C. Synchronization in Oscillatory Networks. Berlin : Springer, 2007. 370 p.
- 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
- 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
- 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
- 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
- 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
- Shepherd G. M. The Synaptic Organization of the Brain. Oxford : Oxford University Press, 2004. 719 p.
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- Quiroga R. Q., Panzeri S. Principles of Neural Coding. Boca Raton : CRC Press, 2013. 664 p.
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 67 просмотров