分岔诱导爆发的定量建模与分析
动力系统
2018-01-31 v1 混沌动力学
神经元与认知
摘要
神经元动力学的建模与参数估计通常具有挑战性，因为许多参数可能跨越数个数量级且难以通过实验测量。此外，选择合适的模型复杂度需要充分理解模型的潜在用途，例如突出定性行为背后的基本机制或精确量化真实动力学。我们提出了一种新方法，可指导模型开发与调参，以实现期望的定性与定量解特性。我们的方法依赖于差异时间尺度的存在，并采用分离快变量与慢变量动力学的技术，这些技术在定性解特征分析中已广为人知。我们在这些方法基础上进一步表明，通过以分岔参数景观中指定的二维路径形式为慢变量施加设计动力学，同样可以获得定量解特征。
引用
@article{arxiv.1701.05685,
title = {Quantitative modeling and analysis of bifurcation-induced bursting},
author = {J. E. Rubin and B. Krauskopf and H. M. Osinga},
journal= {arXiv preprint arXiv:1701.05685},
year = {2018}
}