НЕЛИНЕЙНАЯ ДИНАМИКА И НЕЙРОНАУКА
Дискретные бегущие волны в релейной системе дифференциально-разностных уравнений, моделирующей полносвязную сеть синаптически связанных нейронов
И. Е. Преображенский,
М. М. Преображенская Ярославский государственный университет им. П. Г. Демидова, Россия
Аннотация:
Цель. Рассмотреть систему дифференциальных уравнений с запаздыванием, которая моделирует полносвязную цепь из
$m + 1$ нейрона с запаздывающей синаптической связью. Для этой полносвязной системы построить периодические решения в виде дискретных бегущих волн. Это означает, что все компоненты представлены одной и той же периодической функцией
$u(t)$ со сдвигом, кратным некоторому параметру
$\Delta$ (который предстоит найти).
Методы. Для поиска описанных решений в настоящей работе осуществляется переход от системы к уравнению относительно неизвестной функции
$u(t)$, содержащему m упорядоченных запаздываний, отличающихся с шагом
$\Delta$. В нем выполняется экспоненциальная замена (характерная для уравнений вольтерровского типа) для того, чтобы получить релейное уравнение специального вида.
Результаты. Для полученного уравнения найдена область параметров, в которой удается построить периодическое решение с периодом
$T$, зависящим от параметра
$\Delta$. Для найденной формулы периода
$T=T(\Delta)$ удается доказать разрешимость уравнения периодов, то есть доказать существование ненулевых параметров — целого
$p$ и вещественного
$\Delta$ — удовлетворяющих уравнению
$(m+1)\Delta=pT(\Delta)$. Построенная функция
$u(t)$ обладает bursting-эффектом. Это означает, что
$u(t)$ имеет на периоде
$n$ высоких всплесков, после которых следует промежуток с малыми значениями.
Заключение. Существование подходящего параметра
$\Delta$ обеспечивает существование периодического решения в виде дискретной бегущей волны для исходной системы. За счет выбора перестановки обеспечивается сосуществование сразу
$(m+1)!$ периодических решений.
Ключевые слова:
дифференциально-разностные уравнения, полносвязная система, дискретные бегущие волны, bursting-эффект, периодические решения, моделирование нейронов
УДК:
530.182
Поступила в редакцию: 04.02.2024
Принята в печать: 21.03.2024
DOI:
10.18500/0869-6632-003117