Recurrence quantification analysis for the identification of burst phase synchronisation

Autor(es):Mostrar menos -

Lameu, E. L. ^{[1, 2]} ; Yanchuk, S. ^[3] ; Macau, E. E. N. ^{[2, 4]} ; Borges, F. S. ^[5] ; Iarosz, K. C. ^{[1, 6, 7, 8]} ; Caldas, I. L. ^[8] ; Protachevicz, P. R. ^[9] ; Borges, R. R. ^[10] ; Viana, R. L. ^[11] ; Szezech, Jr., J. D. ^{[9, 12]} ; Batista, A. M. ^{[6, 7, 8, 9, 12]} ; Kurths, J. ^{[1, 6]}

Afiliação do(s) autor(es):Mostrar menos -

^[1] Humboldt Univ, Dept Phys, D-12489 Berlin - Germany

^[2] Natl Inst Space Res, BR-12227010 Sao Jose Dos Campos, SP - Brazil

^[3] Tech Univ Berlin, Inst Math, D-10623 Berlin - Germany

^[4] Univ Fed Sao Paulo, ICT Inst Sci & Technol, BR-12231280 Sao Jose Dos Campos, SP - Brazil

^[5] Fed Univ ABC, Ctr Math Computat & Cognit, BR-09606045 Sao Bernardo Do Campo, SP - Brazil

^[6] Potsdam Inst Climate Impact Res, D-14473 Potsdam - Germany

^[7] Univ Aberdeen, SUPA, Inst Complex Syst & Math Biol, Aberdeen AB24 3UE - Scotland

^[8] Univ Sao Paulo, Inst Phys, BR-05508900 Sao Paulo - Brazil

^[9] Univ Estadual Ponta Grossa, Program Postgraduat Sci, BR-84030900 Ponta Grossa, Parana - Brazil

^[10] Univ Tecnol Fed Parana, Dept Math, BR-84016210 Ponta Grossa, Parana - Brazil

^[11] Univ Fed Parana, Dept Phys, BR-80060000 Curitiba, Parana - Brazil

^[12] Univ Estadual Ponta Grossa, Dept Math & Stat, BR-84030900 Ponta Grossa, Parana - Brazil

• Tipo de documento: Artigo Científico
• Fonte: Chaos; v. 28, n. 8 AUG 2018.
• Citações Web of Science: 3

Resumo

In this work, we apply the spatial recurrence quantification analysis (RQA) to identify chaotic burst phase synchronisation in networks. We consider one neural network with small-world topology and another one composed of small-world subnetworks. The neuron dynamics is described by the Rulkov map, which is a two-dimensional map that has been used to model chaotic bursting neurons. We show that with the use of spatial RQA, it is possible to identify groups of synchronised neurons and determine their size. For the single network, we obtain an analytical expression for the spatial recurrence rate using a Gaussian approximation. In clustered networks, the spatial RQA allows the identification of phase synchronisation among neurons within and between the subnetworks. Our results imply that RQA can serve as a useful tool for studying phase synchronisation even in networks of networks. Published by AIP Publishing. (AU)

• Processo FAPESP: 17/18977-1 - Análise da Contribuição das Sinapses Elétricas na Sicronização Neuronal
• Beneficiário: Fernando da Silva Borges
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Processo FAPESP: 17/20920-8 - Plasticidade em redes neuronais
• Beneficiário: Kelly Cristiane Iarosz
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado
• Processo FAPESP: 16/23398-8 - Plasticidade sináptica em redes neuronais com atraso
• Beneficiário: Ewandson Luiz Lameu
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Processo FAPESP: 15/07311-7 - Comportamento dinâmico de redes neurais
• Beneficiário: Kelly Cristiane Iarosz
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Processo FAPESP: 17/13502-5 - Sincronização em redes com atraso e plasticidade sináptica
• Beneficiário: Ewandson Luiz Lameu
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado
• Processo FAPESP: 15/50122-0 - Fenômenos dinâmicos em redes complexas: fundamentos e aplicações
• Beneficiário: Elbert Einstein Nehrer Macau
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Processo FAPESP: 11/19296-1 - Dinâmica não linear
• Beneficiário: Iberê Luiz Caldas
• Modalidade de apoio: Auxílio à Pesquisa - Temático