Esquemas de controle de sincronização em redes neurais globalmente acopladas

Abstract

Resumo: O estudo da sincronização em redes neuronais tem revelado importantes aspectos como caso especial, a sincronização de rajadas de disparos dos potenciais de ação de uma rede neuronal, chamada de bursting synchronization, ou sincronização de bursts. Esse tipo de sincronização tem sido associada a patologias, como epilepsias e mal de Parkinson. Portanto, controlar estes rítmos indesejáveis é um objetivo de grande interesse. Nos últimos anos técnicas foram desenvolvidas para suprimir esse tipo de sincronização. Neste trabalho consideraram-se redes de 100, 1000 e 10000 sítios, cada sítio representando um neuônio, para realizar o estudo do comportamento dinâmico dessas redes com o mapa de Rulkov. A sincronização dessas redes foi alcançada acoplando seus sítios. O tipo de acoplamento usado foi o acoplamento global, via campo médio, no qual considera-se que cada sítio da rede conecta-se com todos os demais. Após a sincronização das redes ser atingida estaremos interessados em métodos que possam suprimir o estado sincronizado. Analisou-se a eficiência de dois métodos empregados para suprimir a sincronização em redes neuronais. Palavras chave: sincronização, sincronização de bursts, supressão.

Abstract: The study of synchronization in neuronal networks has revealed important aspects, as a special case, the synchronization of firing of action potentials of a neuronal network, called Bursting Synchronization. This type of synchronization in neuronal networks, has been associated with diseases such as epilepsy and Parkinson's disease. Once the synchronization of neuronal networks is related to diseases, to control these undesirable rhythms is a goal of great interest. In recent years techniques have been developed to suppress this kind of synchronization. In this work it was considered neuronal networks of 100, 1000 and 10000 sites, each site representing a neuron. The dynamic behavior of these networks was simulated with the map of Rulkov and the synchronization of these networks was achieved by coupling the network sites. The type of coupling used was the global coupling, via mean field in which it is assumed that each site of the network connects to the other. Once synchronization is warranted, we are interested in suppressing the synchronized state. We analized the efficiency of the two methods to suppress neural network synchronization. Keywords: synchronization, bursting synchronization, suppression.