[논문 리뷰] Localized numerical impulses solutions in diffuse neural networks modeled by the complex fractional Ginzburg-Landau equation

Alain Mvogo, Antoine Tambue외 2명|arXiv (Cornell University)|2014. 11. 28.

stochastic dynamics and bifurcation참고 문헌 24인용 수 4

한 줄 요약

이 논문은 복소 분수 Ginzburg-Landau(CFGL) 방정식을 사용하여 장거리 결합이 있는 산만한 신경망에서 국소화된 신경 자극 동역학을 모델링하기 위한 새로운 프레임워크를 제안한다. 섭동 이론을 적용하여 저주파수 근처에서(CFGL 방정식을 유도하고, 반-암시적 및 선형 암시적 Riesz 분수 유한차분 스킴을 개발하여 이를 수치적으로 해결한다. 주요 결과는 분수 해가 잘 국소화되고 짧은 지속시간을 가지며, 분수 차수는 주로 자극 꼬리에 영향을 미친다는 것이다. 또한 대규모 시스템에서 연속적인 CFGL 모델과 이산적인 Hindmarsh-Rose 네트워크 간에 강한 동치성이 입증된다.

ABSTRACT

We investigate localized wave solutions in a network of Hindmarsh-Rose neural model taking into account the long-range diffusive couplings. We show by a specific analytical technique that the model equations in the infrared limit (wave number $k ightarrow 0$) can be governed by the complex fractional Ginzburg-Landau (CFGL) equation. According to the stiffness of the system, we propose both the semi and the linearly implicit Riesz fractional finite-difference schemes to solve efficiently the CFGL equation. The obtained fractional numerical solutions for the nerve impulse reveal localized short impulse properties. We also show the equivalence between the continuous CFGL and the discrete Hindmarsh-Rose models for relatively large network.

연구 동기 및 목표

• 장거리 확산 결합이 Hindmarsh-Rose 신경망에서 파동 전파에 미치는 영향을 조사하기 위해.
• 다중 척도 섭동 분석 기법을 사용하여 이러한 네트워크에서 조절된 파동 동역학을 위한 단순화된 모델을 유도하기 위해.
• 유도된 복소 분수 Ginzburg-Landau(CFGL) 방정식을 해결하기 위한 효율적인 수치 스킴을 개발하기 위해.
• CFGL 모델의 해를 전체 이산 Hindmarsh-Rose 시스템의 해와 비교하여 검증하기 위해.
• 분수 차수가 자극의 국소화 및 꼬리 행동에 미치는 영향을 탐구하기 위해.

제안 방법

• 다중 척도 섭동 분석을 사용하여, 저주파수 근처에서( k→0) 조절된 파동에 대한 복소 분수 Ginzburg-Landau(CFGL) 방정식을 앰플리튜드 방정식으로 유도한다.
• CFGL 방정식을 해결하기 위해 반-암시적 및 선형 암시적 Riesz 분수 유한차분 스킴을 구현하며, 시간 단계당 하나의 선형 시스템만을 풀게 된다.
• Riesz 분수 미분을 사용하여 신경망 내의 장거리 공간 상호작용을 모델링하고, 거듭제곱 법칙 감쇠를 통해 기억 효과를 반영한다.
• CFGL 모델의 초기 해를 사용하여 변환 방정식을 통해 이산 막 전위, 스파이크 및 버스트 변수를 재구성한다.
• CFGL 모델의 분수 이산 해를, 네 번째 차수 룬게-쿠타 방법을 사용한 전체 이산 Hindmarsh-Rose 방정식의 직접 수치 해와 비교한다.
• 시간 스케일링을 위해 T_f = T / ε²로 설정하여 연속적인 CFGL 모델의 시간 진화와 이산 HR 모델의 시간 진화를 일치시킨다.

실험 결과

연구 질문

• RQ1 장거리 확산 결합은 신경망에서 국소화된 신경 자극의 형성과 전파에 어떻게 영향을 미치는가?
• RQ2 복소 분수 Ginzburg-Landau 방정식은 장거리 결합이 있는 산만한 Hindmarsh-Rose 신경망에서 조절된 파동 동역학을 정확하게 기술할 수 있는가?
• RQ3 강성 문제를 가진 복소 분수 Ginzburg-Landau 방정식을 해결하는 데 있어 효율적이고 안정적인 수치 스킴은 무엇인가?
• RQ4 분수 차수는 자극의 형태, 국소화 및 꼬리 행동에 어떻게 영향을 미치는가?
• RQ5 대규모 네트워크 크기에 대해 연속적인 CFGL 모델과 이산적인 Hindmarsh-Rose 모델 간의 동치성은 어느 정도 성립하는가?

주요 결과

• 복소 분수 Ginzburg-Landau(CFGL) 방정식은 저주파수 근처에서( k→0) 장거리 결합된 Hindmarsh-Rose 신경망의 조절된 파동 동역학을 정확하게 기술한다.
• 반-암시적 및 선형 암시적 Riesz 분수 유한차분 스킴은 효율적이고 안정적인 수치 해를 제공하며, 시간 단계당 하나의 선형 시스템만을 풀게 된다.
• CFGL 방정식의 수치 해는 잘 국소화되고 짧은 지속시간을 가지며, 안정적인 신경 자극 전파를 나타낸다.
• 분수 차수는 주로 자극 꼬리의 감쇠 행동에 영향을 미치며, 높은 분수 차수일수록 감쇠가 느려진다.
• 대규모 네트워크에서 연속적인 CFGL 모델과 이산적인 Hindmarsh-Rose 모델 간에 강한 동치성이 관찰되며, 특히 최종 시간이 ε⁻²로 스케일링된 경우에 뚜렷하다.
• 장거리 결합 효과는 자극의 꼬리 형성에 가장 두드러지게 영향을 미치며, 이는 파동 전파에서 기억 유사 메커니즘을 시사한다.