×

具有卷积型Caputo分数可变阶差的Rulkov神经元模型。 (英语) Zbl 1485.92024号

Awrejcewicz,Jan(编辑),动力系统中的观点II:数学和数值方法。根据2019年12月2日至5日在波兰DSTA举行的第15届动力系统理论与应用国际会议上的陈述,选出论文。查姆:斯普林格。Springer程序。数学。《统计》第363、227-235页(2021年)。
小结:本文对Rulkov神经元模型的分数阶版本进行了理论和数值研究,涉及卷积型Caputo分数阶变量差。作为第一步,利用线性化技术和Z变换方法,探讨了保证系统唯一平衡点稳定或不稳定的充分条件。进一步进行了数值模拟,以说明理论发现,强调了当前模型与包含分数阶差分和常数分数阶差的简单版本之间的差异,以及经典的整数阶Rulkov模型。
关于整个系列,请参见[Zbl 1477.93110号].

MSC公司:

92C20美元 神经生物学
39A60型 差分方程的应用
26A33飞机 分数阶导数和积分
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Anastasio,TJ,脑干前庭-动眼神经的分数阶动力学,生物学。赛博。,72, 1, 69-79 (1994) ·doi:10.1007/BF00206239
[2] Brandibur,O。;Kaslik,E.,涉及一个Caputo导数的二维系统的稳定性以及在分数阶Morris-Lecar神经元模型研究中的应用,非线性动力学。,90, 4, 2371-2386 (2017) ·Zbl 1393.34013号 ·doi:10.1007/s11071-017-3809-2
[3] 布兰迪伯,O。;Kaslik,E.,二分量非公度分数阶系统的稳定性及其在Fitzhugh-Nagumo神经元模型研究中的应用,数学。方法应用。科学。,41, 17, 7182-7194 (2018) ·兹比尔1407.34007 ·doi:10.1002/mma.4768
[4] 伦德斯特罗姆,BN;希格斯粒子,MH;西班牙,WJ;Fairhall,AL,新皮质锥体神经元的部分分化,国家神经科学。,11, 11, 1335-1342 (2008) ·doi:10.1038/nn.2212
[5] Mozyrska,D.,Ostalczyk,P.:可变分数阶Grünwald-Letnikov后向差分选择性质。摘自:第39届国际电信和信号处理会议记录(2016年)。doi:10.1109/TSP.2016.7760959
[6] Mozyrska,D。;Wyrwas,M.,分数阶h-差分二维系统稳定性的显式准则,国际期刊Dyn。控制,5,1,4-9(2017)·doi:10.1007/s40435-016-0239-9
[7] Mozyrska,D。;Wyrwas,M.,线性近似稳定性以及差分系统和微分分数系统稳定性之间的关系,数学。方法应用。科学。,40, 11, 4080-4091 (2017) ·Zbl 1369.39013号 ·doi:10.1002/mma.4287
[8] Mozyrska,D.,Wyrwas,M.:卷积型Caputo分数阶变阶差分算子线性系统的稳定性。参加:2018年第41届国际电信和信号处理会议(TSP)。IEEE,雅典(2018)。doi:10.1109/TSP.2018.8441360
[9] Rulkov,NF,同步混沌爆发的正则化,物理学。修订稿。,86, 1, 183-186 (2001) ·doi:10.1103/PhysRevLett.86.183
[10] Rulkov,NF,使用二维图对脉冲爆裂神经行为进行建模,Phys。E版,65,4(2002)·Zbl 1244.34077号 ·doi:10.1103/PhysRevE.65.041922
[11] Weinberg,SH,膜电容记忆改变分数阶hodgkin-huxley模型描述的神经元尖峰放电,PloS One,10,5(2015)·doi:10.1371/journal.pone.0126629
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。