扩散耦合下Chialvo神经元的高阶最小环星网络

我们提出了一种新型高阶小规模Chialvo神经元网络的动力学研究，该网络采用环星拓扑结构，神经元通过线性扩散耦合相互作用。该模型被认为可以模拟真实神经系统中神经元通过高阶多体相互作用传递信息时所表现出的非线性动力学特性。我们首先使用非线性动力学文献中的工具分析我们的模型：不动点分析、雅可比矩阵和分岔模式。我们观察到混沌吸引子的共存，以及一条从不动点开始，经过倍周期分岔、循环准周期闭不变曲线，最终到达混沌的有趣混沌路径。我们在数值上观察到余维1分岔模式的存在：鞍结分岔、倍周期分岔和Neimark-Sacker分岔。我们还定性地研究了系统的典型相图，并分别使用0-1检验和样本熵度量对混沌和复杂性进行了数值量化。最后，我们根据两种同步度量：互相关系数和Kuramoto序参量，研究了神经元的集体行为。