El entrainment de osciladores canónicos débilmente acoplados con aplicaciones en redes neuronales de frecuencia de gradiente utilizando métodos analíticos aproximados
Autores: Farokhniaee, AmirAli; Almonte, Felix V.; Yelin, Susanne; Large, Edward W.
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
El entrainment de osciladores canónicos débilmente acoplados con aplicaciones en redes neuronales de frecuencia de gradiente utilizando métodos analíticos aproximados
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Resolviendo ecuaciones de fase
Sistemas
No linealidades
Osciladores canónicos acoplados
Evolución de la fase relativa
Restricción de bloqueo de fase
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
Resolver ecuaciones de fase para sistemas con altos grados de no linealidad es complicado. Sin embargo, en el caso de dos osciladores canónicos acoplados, es decir, un modelo reducido de la dinámica neuronal de Wilson-Cowan traducida, bajo aproximaciones de amplitud lentamente variable y onda rotante, sugerimos una forma conveniente de encontrar su evolución promedio de fase relativa. Este enfoque nos permitió encontrar una solución explícita para la fase relativa promedio de los dos osciladores canónicos acoplados basada en los parámetros originales del modelo neuronal, y, lo que es más importante, encontrar su restricción de bloqueo de fase. Esta metodología es fácil de implementar en cualquier oscilador acoplado tipo Wilson-Cowan con aplicaciones en redes neuronales de frecuencia de gradiente (GFNNs).
Descripción
Resolver ecuaciones de fase para sistemas con altos grados de no linealidad es complicado. Sin embargo, en el caso de dos osciladores canónicos acoplados, es decir, un modelo reducido de la dinámica neuronal de Wilson-Cowan traducida, bajo aproximaciones de amplitud lentamente variable y onda rotante, sugerimos una forma conveniente de encontrar su evolución promedio de fase relativa. Este enfoque nos permitió encontrar una solución explícita para la fase relativa promedio de los dos osciladores canónicos acoplados basada en los parámetros originales del modelo neuronal, y, lo que es más importante, encontrar su restricción de bloqueo de fase. Esta metodología es fácil de implementar en cualquier oscilador acoplado tipo Wilson-Cowan con aplicaciones en redes neuronales de frecuencia de gradiente (GFNNs).