О краевой задаче для системы дифференциальных уравнений, моделирующей электрическую активность головного мозга

Обложка

Цитировать

Полный текст

Аннотация

Исследуется модель типа Хопфилда динамики электрической активности головного мозга, представляющая собой  систему дифференциальных уравнений вида
\begin{equation*}
\dot{v}_{i}(t)= -\alpha v_{i}(t)+\sum_{j=1}^{n}w_{ji}f_{\delta}\big(v_{j}(t-\tau_{ji})\big)+I_{i}(t), \quad i=\overline{1,n}, \quad t\geq 0.
\end{equation*}
 Параметры модели считаются заданными: $\alpha>0,$ $\tau_{ii}=0,$ $w_{ii}= 0,$ $\tau_{ji}\geq 0$ и $w_{ji}>0$ при $i\neq j,$  $I_{i}(t)\geq 0$ при $t\geq 0.$ Функция активации $f_{\delta}$ ($\delta$ --- время перехода нейрона в состояние активности) рассмотрена двух типов:
$$
\delta= 0 \ \Rightarrow \
f_{0}(v)=\left\{
\begin{array}{ll}
0,  & v\leq\theta,\\
1, & v>\theta;
\end{array}\right. \ \ \ \ \
\delta> 0 \ \Rightarrow \ f_{\delta}(v)=\left\{
\begin{array}{ll}
0,  & v\leq \theta,\\
{\delta}^{-1}( v-\theta), & \theta < v \leq \theta+\delta,\\
1, & v>\theta+\delta.
\end{array}\right.$$
Для рассматриваемой системы дифференциальных уравнений исследуется краевая задача с условиями ${v_{i}(0)-v_{i}(T)=\gamma_{i},}$ $i=\overline{1,n}.$ В обоих случаях $\delta= 0$ (функция $f_{0}$ разрывная) и $\delta > 0$ (функция $f_{0}$ непрерывная) решение существует, а если
δ>T|W|nn1-e-αT,<br/>  где  W=(wij)n×n,{\delta} > \frac{T|W|_{\mathbb{R}^{n}\to \mathbb{R}^{n}}}{1 - e^{-\alpha T}},
\quad \mbox{где} \quad W=(w_{ij})_{n\times n}, то рассматриваемая задача имеет единственное  решение. В работе также получены оценки решения и его производной.  Используются теоремы о неподвижных точках непрерывных отображений метрических и нормированных пространств и о неподвижных точках монотонных отображений  частично упорядоченных пространств. Полученные результаты применены к исследованию периодических решений рассматриваемой дифференциальной системы.

Об авторах

Анастасия Сергеевна Патрина

ФГБОУ ВО «Тамбовский государственный университет им. Г.Р. Державина»

Автор, ответственный за переписку.
Email: lanina.anastasiia5@mail.ru
ORCID iD: 0000-0002-8076-5745

магистр, кафедра функционального анализа

Россия, 392000, Российская Федерация, г. Тамбов, ул. Интернациональная, 33

Список литературы

  1. [1] J.J. Hopfield, “Neural networks and physical systems with emergent collective computational properties”, Proc. Nat. Acad. Sci., 79:8 (1982), 2554–2558.
  2. [2] В.Л. Быков, Цитология и общая гистология, Сотис, Санкт-Петербург, 2018, 237 с.
  3. [3] P. Van den Driesche, X. Zou, “Global attractivity in delayed Hopfield neural network models”, SIAM J. Appl. Math., 58 (1998), 1878–1890.
  4. [4] А.С. Ланина, Е.А. Плужникова, “О свойствах решений дифференциальных систем, моделирующих электрическую активность головного мозга”, Вестник российских университетов. Математика, 27:139 (2022), 270–283.
  5. [5] Е.С. Жуковский, “Неравенства Вольтерра в функциональных пространствах”, Матем. сб., 195:9 (2004), 3–18.
  6. [6] Е.С. Жуковский, “Об упорядоченно накрывающих отображениях и неявных дифференциальных неравенствах”, Дифференциальные уравнения, 52:12 (2016), 1610–1627.
  7. [7] E.O. Burlakov, E.S. Zhukovskiy, “On absrtact Volterra equations in partially ordered spaces and their applications”, CONCORD-90: Mathematical Analysis With Applications. V. 318, International conference in honor of the 90th Birthday of Constantin Corduneanu (2018, Ekaterinburg, Russia), Springer Proceedings in Mathematics & Statistics, eds. S. Pinelas, A. Kim, V. Vlasov, 2020, 3–11.
  8. [8] С. Бенараб, З.Т. Жуковская, Е.С. Жуковский, С.Е. Жуковский, “О функциональных и дифференциальных неравенствах и их приложениях к задачам управления”, Дифференциальные уравнения, 56:11 (2020), 1471–1482.
  9. [9] Л.В. Канторович, Г.П. Акилов, Функциональный анализ, Наука, М., 1984.
  10. [10] А.Н. Колмогоров, С.В. Фомин, Элементы теории функций и функционального анализа, 5-е изд., Физматлит, М., 2019.
  11. [11] A.V. Arutyunov, E.S. Zhukovskiy, S.E. Zhukovskiy, “Coincidence points principle for mappings in partially ordered spaces”, Topology and its Applications, 179:1 (2015), 13–33.
  12. [12] Л.А. Люстерник, В.И. Соболев, Краткий курс функционального анализа, Высшая школа, М., 1982, 271 с.
  13. [13] Н.В. Азбелев, В.П. Максимов, Л.Ф. Рахматуллина, Введение в теорию функционально-дифференциальных уравнений, Наука, М., 1991.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

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».