Discrete traveling waves in a relay system of differential-difference equations modeling a fully connected network of synaptically connected neurons

Cover Page

Cite item

Full Text

Abstract

Purpose. Consider a system of differential equations with delay, which models a fully connected chain of m + 1 neurons with delayed synoptic communication. For this fully connected system, construct periodic solutions in the form of discrete traveling waves. This means that all components are represented by the same periodic function u(t) with a shift that is a multiple of some parameter Δ (to be found). Methods. To search for the described solutions, in this work we move from the original system to an equation for an unknown function u(t), containing m ordered delays, differing with step Δ. It performs an exponential substitution (typical of equations of the Volterra type) in order to obtain a relay equation of a special form. Results. For the resulting equation, a parameter range is found in which it is possible to construct a periodic solution with period T depending on the parameter Δ. For the found period formula T = T(Δ), it is possible to prove the solvability of the period equation, that is, to prove the existence of non-zero parameters — integer p and real Δ — satisfying the equation (m + 1)Δ = pT(∆). The constructed function u(t) has a bursting effect. This means that u(t) has a period of n high spikes, followed by a period of low values. Conclusion. The existence of a suitable parameter Δ ensures the existence of a periodic solution in the form of a discrete traveling wave for the original system. Due to the choice of permutation, the coexistence of (m + 1)! periodic solutions is ensured. 

About the authors

Igor Evgenevich Preobrazhenskii

P. G. Demidov Yaroslavl State University

150000 Yaroslavl, Sovetskaya str., 14

Margarita Mikhailovna Preobrazhenskaia

P. G. Demidov Yaroslavl State University

ORCID iD: 0000-0002-7032-1155
Scopus Author ID: 57193716983
150000 Yaroslavl, Sovetskaya str., 14

References

  1. Glyzin S. D., Preobrazhenskaia M. M. Multistability and bursting in a pair of delay coupled oscillators with a relay nonlinearity // IFAC-PapersOnLine. 2019. Vol. 52, no. 18. P. 109–114. doi: 10.1016/j.ifacol.2019.12.215.
  2. Glyzin S. D., Preobrazhenskaia M. M. Two delay-coupled neurons with a relay nonlinearity. In: Kryzhanovsky B., Dunin-Barkowski W., Redko V., Tiumentsev Y. (eds) Advances in Neural Computation, Machine Learning, and Cognitive Research III. NEUROINFORMATICS 2019, Moscow, 7–11 October 2019. Studies in Computational Intelligence, vol. 856. Cham: Springer, 2020. P. 181–189. doi: 10.1007/978-3-030-30425-6_21.
  3. Preobrazhenskaia M. M. Three unidirectionally synaptically coupled bursting neurons. In: Kryzhanovsky B., Dunin-Barkowski W., Redko V., Tiumentsev Y., Klimov V. V. (eds) Advances in Neural Computation, Machine Learning, and Cognitive Research V. NEUROINFORMATICS 2021, 18–22 октября 2021. Studies in Computational Intelligence, vol. 1008. Cham: Springer, 2022. P. 135–141. doi: 10.1007/978-3-030-91581-0_18.
  4. Колесов А.Ю., Мищенко Е. Ф., Розов Н. Х. Об одной модификации уравнения Хатчинсона // Ж. вычисл. матем. и матем. физ. 2010. T. 50, № 12. C. 2099–2112. doi: 10.1134/S09655 42510120031.
  5. Глызин С. Д., Колесов А.Ю., Розов Н. Х. Релаксационные автоколебания в сетях импульсных нейронов // УМН. 2015. T. 70, № 3(423). C. 3–76. doi: 10.4213/rm9659.
  6. Somers D., Kopell N. Rapid synchronization through fast threshold modulation // Biol. Cybern. 1993. Vol. 68. P. 393–407. doi: 10.1007/BF00198772.
  7. Somers D., Kopell N. Anti-phase solutions in relaxation oscillators coupled through excitatory interactions // J. Math. Biol. 1995. Vol. 33. P. 261–280. doi: 10.1007/BF00169564.
  8. Terman D. An introduction to dynamical systems and neuronal dynamics // In: Tutorials in Mathematical Biosciences I: Mathematical Neuroscience. Berlin, Heidelberg: Springer, 2005. P. 21–68. doi: 10.1007/978-3-540-31544-5_2.
  9. Глызин С. Д., Колесов А.Ю, Розов Н. Х. Об одном способе математического моделирования химических синапсов // Дифференциальные уравнения. 2013. T. 49, № 10. С. 1227–1244. doi: 10.1134/S0374064113100014.
  10. Преображенская М. М. Релаксационные циклы в модели синаптически взаимодействующих осцилляторов // Моделирование и анализ информационных систем. 2017. T. 24, № 2. С. 186–204. doi: 10.18255/1818-1015-2017-2-186-204.
  11. Преображенская М. М. Импульсно-рефрактерный режим в кольцевой цепи синаптически связанных осцилляторов нейронного типа // Модел. и анализ информ. систем. 2017. Т. 24, № 5. C. 550–566. doi: 10.18255/1818-1015-2017-5-550-566.
  12. Глызин С. Д., Колесов А.Ю. Об одном способе математического моделирования электрических синапсов // Дифференц. уравнения. 2022. Т. 58, № 7. C. 867–881. doi: 10.31857/S03740 64122070019.
  13. Глызин С. Д., Колесов А.Ю. Периодические режимы двухкластерной синхронизации в полносвязных сетях нелинейных осцилляторов // ТМФ. 2022. Т. 212, № 2. C. 213–233. doi: 10.4213/tmf10191.
  14. Глызин Д. С., Глызин С. Д., Колесов А.Ю. Охота на химер в полносвязных сетях нелинейных осцилляторов // Известия вузов. ПНД. 2022. Т. 30, № 2. C. 152–175. doi: 10.18500/0869- 6632-2022-30-2-152-175.
  15. Глызин С. Д., Колесов А.Ю. Бегущие волны в полносвязных сетях нелинейных осцилляторов // Ж. вычисл. матем. и матем. физ. 2022. Т. 61, № 1. С. 71–89. doi: 10.31857/S0044466 922010070.
  16. Глызин С. Д., Колесов А.Ю, Розов Н. Х. Явление буферности в кольцевых генных сетях // ТМФ. 2016. Т. 187, № 3. C. 560–579. doi: 10.4213/tmf9052.

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».