×

由消逝时间构成的神经元种群模型的渐近行为。 (英语) Zbl 1406.35172号

摘要:我们研究了两个描述相互作用神经元动力学的种群模型,最初由K.帕克达曼等[同上23,第1号,55–75(2010年;Zbl 1267.35239号); 数学杂志。神经科学。4,第14号论文,第26页(2014年;Zbl 1333.92009年)]. 在第一个模型中,结构变量表示自上次放电以来经过的时间,而在第二个模型中一个神经元表现出疲劳特性,结构变量是一个通用的“状态”。我们证明了有限非负测度空间中解和稳态的存在性。此外,我们还证明了在弱非线性(即弱连通性)的情况下,解在时间上以指数形式收敛到平衡点。主要创新点是利用概率论中的Doeblin定理来证明线性(非关联)环境中谱间隙特性的存在。然后通过构造性摄动论证证明了非线性模型的稳态松弛。

MSC公司:

35升04 一阶双曲方程的初边值问题
35B10型 PDE的周期性解决方案
92B20型 生物研究、人工生命和相关主题中的神经网络
35层30 非线性一阶偏微分方程的边值问题
35B35型 PDE环境下的稳定性
35升60 一阶非线性双曲方程
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Ball J M 1977强连续半群、弱解和常数公式的变分程序。美国数学。Soc公司。63 370-3 ·Zbl 0353.47017号
[2] Bansaye V,Cloez B和Gabriel P 2017通过广义doeblin条件(准备中)非保守半群的遍历行为(arxiv:1710.05584)
[3] Brännström A、Carlsson L和Simpson D,2013年,关于自动扶梯棚车列车的衔接SIAM J.数字。分析。51 3213-31 ·Zbl 1303.65074号 ·doi:10.1137/120893215
[4] Brette R和Gerstner W 2005自适应指数积分与核模型作为神经元活动的有效描述《神经生理学杂志》。94 3637-42 ·doi:10.1152/jn.00686.2005
[5] Brunel N 2000兴奋性和抑制性放电神经元稀疏连接网络的动力学J.计算。神经科学。8 183-208 ·Zbl 1036.92008号 ·doi:10.1023/A:1008925309027
[6] Brunel N和Hakim V 1999低放电率完整和完整神经元网络中的快速全局振荡神经计算。11 1621-71 ·doi:10.1162/0899766999300016179
[7] Cañizo J A、Carrillo J A和Cuadrado S 2013人口动力学中一些模型的测量解决方案《应用学报》。数学。123 141-56 ·Zbl 1257.35185号 ·数字对象标识代码:10.1007/s10440-012-9758-3
[8] Cáceres M J和Schneider R 2017兴奋抑制非线性神经元模型的放大、稳态和长时间行为动力学及相关模型10 587-612 ·Zbl 1358.35062号 ·doi:10.3934/krm.2017024
[9] Cáceres M J和Schneider R 2018具有延迟和不应期的兴奋抑制网络的分析和数值求解ESAIM:M2AN52 1733-61 ·Zbl 1411.35178号 ·doi:10.1051/m2安/2018014
[10] Cáceres M J,Carrillo J A和Perthame B 2011非线性噪声积分和火灾神经元模型的分析:爆炸和稳态数学杂志。神经科学。1 7 ·Zbl 1259.35198号 ·doi:10.1186/2190-8567-1-7
[11] Calvez V、Lenuzza N、Doumic M、Deslys J P、Mouton F和Perthame B,2010年朊病毒动力学与大小相关-应变现象生物学杂志。动态。4 28-42 ·兹比尔1315.92039 ·doi:10.1080/17513750902935208
[12] Carrillo J A、González M、Gualdani M P和Schonbek M E 2013计算神经科学中出现的非线性Fokker-Planck方程的经典解Commun公司。产品开发工程师38 385-409 ·Zbl 1282.35382号 ·doi:10.1080/03605302.2012.747536
[13] Carrillo J A、Gwiazda P和Ulikowska A,2014结构化人口模型的分离粒子方法:收敛性和应用数学。模型方法应用。科学。24 2171-97 ·Zbl 1300.92072号 ·doi:10.1142/S0218202514500183
[14] Chevallier J 2017广义hawkes过程的平均场极限斯托克。过程。申请。127 3870-912 ·兹比尔1374.60090 ·doi:10.1016/j.spa.2017.02.012
[15] Chevallier J、Cáceres M J、Doumic M和Reynaud-Bouret P 2015时间流逝神经模型的微观方法数学。模型方法应用。科学。25 2669-719 ·Zbl 1325.35231号 ·doi:10.1142/S02182051550058X
[16] Diekmann O和Gyllenberg M 2008下半场推迟了25年数学。模型。自然现象。3 36-48 ·Zbl 1337.92173号 ·doi:10.1051/mmnp:2008040
[17] Doumic-Jauffret M和Gabriel P 2010一般聚合碎片模型的特征元数学。模型方法应用。科学。20 757-83 ·Zbl 1201.35086号 ·doi:10.1142/S02182051000443X
[18] Engler H、Prüss J和Webb G F 2006朊病毒ii动力学模型分析数学杂志。分析。申请。324 98-117 ·Zbl 1103.92024号 ·doi:10.1016/j.jmaa.2005.11.021
[19] Farkas J Z和Hagen T 2007规模结构人口模型的稳定性和正则性结果数学杂志。分析。申请。328 119-36 ·Zbl 1114.35046号 ·doi:10.1016/j.jmaa.2006.05.032
[20] Gabriel P 2012非线性增长-碎裂方程的长时间渐近性Commun公司。数学。科学。10 787-820 ·Zbl 1277.35041号 ·doi:10.4310/CMS.2012.v10.n3.a4
[21] Gabriel P 2017保守更新方程的测量解(准备中)(arXiv:1704.00582)
[22] Gwiazda P和Wiedemann E 2016测量数据更新方程的广义熵方法Commun公司。数学。科学。15 577-86 ·Zbl 1364.35383号 ·doi:10.4310/cms.2017.v15.n2.a13
[23] Gwiazda P,Jabłonéski J,Marciniak-Czochra A和Ulikowska A 2014有界lipschitz距离框架下带非局部边界项结构种群模型的粒子方法分析数字。方法PDE30 1797-820 ·Zbl 1314.92128号 ·doi:10.1002/num.21879
[24] Gyllenberg M和Webb G F 1990一个具有静止状态的肿瘤生长的非线性结构种群模型数学杂志。生物。28 671-94 ·兹比尔0744.92026 ·doi:10.1007/BF00160231
[25] Hairer M和Mattingly J C 2011再看Harris的马尔可夫链遍历定理随机分析、随机场和应用研讨会VI(柏林:施普林格出版社)第109-17页·Zbl 1248.60082号 ·doi:10.1007/978-3-0348-0021-1_7
[26] Harris T E 1956某些马氏过程平稳测度的存在性程序。伯克利第三交响乐团。《数理统计与概率》第2卷对概率论的贡献(加州伯克利:加利福尼亚大学出版社)第113-24页·Zbl 0072.35201号
[27] Iannelli M 1995年年龄结构人口动力学的数学理论(应用数学专著)(比萨:Giardini editori e stampatori)
[28] Laurençot P和Walker C 2007朊病毒增殖动力学模型的良好预测J.进化。埃克。7 241-64 ·Zbl 1121.35024号 ·doi:10.1007/s00028-006-0279-2
[29] 洛伦茨T 2010突变分析。向量空间内外Cauchy问题的联合框架第1996卷(柏林:施普林格出版社)·Zbl 1198.37003号
[30] Metz J A J和Diekmann O 1986年生理结构种群的动力学(柏林:施普林格)·Zbl 0614.92014号 ·doi:10.1007/978-3-662-13159-6
[31] Michel P 2006细胞分裂特征值问题解的存在性数学。模型方法应用。科学。16 1125-53 ·邮编1094.92023 ·doi:10.1142/S021820506001480
[32] Mischler S和Weng Q 2018弱连接性状态下时间流逝神经元网络模型的松弛《应用学报》。数学。157 45-74 ·Zbl 1418.35075号 ·doi:10.1007/s10440-018-0163-4
[33] Pakdaman K、Perthame B和Salort D 2010结构化神经元群体的动力学非线性23 55-75 ·Zbl 1267.35239号 ·doi:10.1088/0951-7715/23/1/003
[34] Pakdaman K、Perthame B和Salort D,2013,时间流逝神经元网络模型中的松弛和自持振荡SIAM J.应用。数学。73 1260-79 ·Zbl 1278.82046号 ·数字对象标识代码:10.1137/10847962
[35] Pakdaman K、Perthame B和Salort D 2014神经元网络的适应和疲劳模型以及非线性分段方程中的大时间渐近性数学杂志。神经科学。4 1-26 ·Zbl 1333.92009年 ·doi:10.1186/2190-8567-4-1
[36] 珀沙姆B 2006生物学中的迁移方程(数学前沿)第1版(巴塞尔:Birkhäuser)
[37] Perthame B和Ryzhik L 2005碎片或细胞直径方程的指数衰减J.差异。埃克。210 155-77 ·Zbl 1072.35195号 ·doi:10.1016/j.jde.2004.10.018
[38] Pham J、Pakdaman K、Champagnat J和Vibert J F 1998稀疏连接兴奋性神经网络的活动:连通性的影响神经网络。11 415-34 ·doi:10.1016/S0893-6080(97)00153-6
[39] Rossant C,Goodman D F,Fontaine B,Platkiewicz J,Magnusson A和Brette R 2011将神经元模型拟合到尖峰训练神经科学前沿。5 9 ·doi:10.3389/fnins.2011.00009
[40] Simonett G和Walker C 2006关于朊病毒增殖数学模型的可解性数学杂志。分析。申请。324 580-603 ·Zbl 1109.92021号 ·doi:10.1016/j.jmaa.2005.12.036
[41] 斯特罗克D W 2005马尔可夫过程简介(柏林:施普林格)·Zbl 1068.60003号
[42] Thieme H R 2003年人口生物学中的数学(数学生物学系列)(新泽西州普林斯顿:普林斯顿大学出版社)·兹比尔1054.92042
[43] 塔克韦尔H C 1988理论神经生物学导论:第2卷,非线性和随机理论(剑桥数学生物学研究)(剑桥:剑桥大学出版社)·Zbl 0647.92009号
[44] 韦伯G F 1985非线性年龄相关人口动力学理论(纽约:德克尔)·Zbl 0555.92014号
[45] 翁Q 2015通用时间流逝神经元网络模型:完善和强连接性机制(准备中)(arXiv:1512.07112)
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。