Для цитирования:
Такаишвили Л. В., Грищенко А. А., Сысоева М. В., Пономаренко В. И., Сысоев И. В. Три реализации одного нейрона: вариация режимов поведения радиофизического генератора нейроподобной активности в натурном эксперименте // Известия вузов. ПНД. 2026. Т. 34, вып. 2. С. 299-313. DOI: 10.18500/0869-6632-003215, EDN: VTEVRO
Три реализации одного нейрона: вариация режимов поведения радиофизического генератора нейроподобной активности в натурном эксперименте
Цель настоящего исследования — сопоставить режимы поведения в ансамбле радиофизических генераторов нейроподобной активности с режимами в симуляторе электронных схем и математической модели и определить, являются ли отклонения в амплитуде колебаний, их форме, значениях управляющего параметра, при которых происходит возбуждение, от соответствующих модельных значений результатом несовершенства моделей или объясняются особенностями использованной элементной базы.
Модели и методы. Рассматриваются математические модели, имитационные модели, а также три натурные реализации перестраиваемого генератора. Определяется зависимость порога возбуждения и амплитуды колебаний от управляющего параметра при разных нелинейностях, обусловленных числом диодов в контуре обратной связи. Для сопоставления формы колебаний использована функция взаимной информации.
Результаты. Показано, что существующие различия могут быть полностью объяснены стандартными вариациями параметров полупроводниковых компонентов и других элементов схемы, использованных при построении электронных нейронов. При этом имитационная модель может быть рассмотрена как один из генераторов, параметры которого удалось точно контролировать, а его компоненты имели нулевые допуски.
Заключение. Современные имитационные модели способны давать достаточно хорошее описание натурного эксперимента, нельзя отличить временные ряды симулятора от экспериментальных; при этом сами экспериментальные реализации могут различаться за счёт случайных вариаций свойств компонентов.
- Levi T., Nanami T., Tange A., Aihara K., Kohno T. Development and applications of biomimetic neuronal networks toward brainmorphic artificial intelligence // IEEE Transactions on Circuits and Systems II: Express Briefs. 2018. Vol. 65, no. 5. P. 577–581. DOI: 10.1109/TCSII.2018.2824827.
- Park H.-L., Lee Y., Kim N., Seo D.-G., Go G.-T., Lee T.-W. Flexible neuromorphic electronics for computing, soft robotics, and neuroprosthetics // Adv. Mater. 2020. Vol. 32, no. 15. P. 1903558. DOI: 10.1002/adma.201903558.
- Mahowald M., Douglas R. A silicon neuron // Nature. 1991. Vol. 354. P. 515–518. DOI: 10.1038/354515a0.
- Rasche C., Douglas R. An improved silicon neuron // Analog Integr. Circ. Sig. Process. 2000. Vol. 23. P. 227–236. DOI: 10.1023/A:1008357931826.
- van Schaik A. Building blocks for electronic spiking neural networks // Neural Netw. 2001. Vol. 14. no. 6–7. P. 617–628. DOI: 10.1016/S0893-6080(01)00067-3.
- Li F., Liu Q., Guo H., Zhao Y., Tang J., Ma J. Simulating the electric activity of FitzHugh–Nagumo neuron by using Josephson junction model // Nonlinear Dyn. 2012. Vol. 69. P. 2169–2179. DOI: 10.1007/s11071-012-0417-z.
- Kulminskiy D.D., Ponomarenko V.I., Prokhorov M.D., Hramov A.E. Synchronization in ensembles of delay-coupled nonidentical neuronlike oscillators // Nonlinear Dyn. 2019. Vol. 98. P. 735–748. DOI: 10.1007/s11071-019-05224-x.
- Egorov N.M., Sysoev I.V., Ponomarenko V.I., Sysoeva M.V. Complex regimes in electronic neuron-like oscillators with sigmoid coupling // Chaos, Solitons and Fractals. 2022. Vol. 160. P. 112171. DOI: 10.1016/j.chaos.2022.112171.
- Takaishvili L.V., Ponomarenko V.I., Sysoev I.V. Simple tunable generator of neuron-like activity // Chaos, Solitons and Fractals. 2025. Vol. 196. P. 116316. DOI: 10.1016/j.chaos.2025.116316.
- Binczak S., Kazantsev V.B., Nekorkin V.I., Bilbault J.M. Experimental study of bifurcations in modified FitzHugh-Nagumo cell // Electronics Letters. 2003. Vol. 39, no. 13. P. 961–962. DOI: 10.1049/el:20030657.
- Binczak S., Jacquir S., Bilbault J.-M., Kazantsev V.B., Nekorkin V.I. Experimental study of electrical FitzHugh–Nagumo neurons with modified excitability // Neural Netw. 2006. Vol. 19, no. 5. P. 684–693. DOI: 10.1016/j.neunet.2005.07.011.
- Madec M., Lallement C., Haiech J. Modeling and simulation of biological systems using SPICE language // PLoS ONE. 2017. Vol. 12, no. 8. P. e0182385. DOI: 10.1371/journal.pone.0182385.
- Brinson M.E., Kuznetsov V.V. Extended behavioural device modelling and circuit simulation with Qucs-S // International Journal of Electronics. 2018. Vol. 105, no. 3. P. 412–425. DOI: 10.1080/00207217.2017.1357764.
- Козаченко Л.Ф., Леоненко Н.Н. О статистической оценке энтропии случайного вектора // Пробл. передачи информ. 1987. T. 23, № 2. C. 9–16.
- Kraskov A., Stogbauer H., Grassberger P. Estimating mutual information // Phys. Rev. E. 2004. Vol. 69, no. 6. P. 66–138. DOI: 10.1103/PhysRevE.69.066138.
- Сысоев И.В. Сравнение численных реализаций алгоритма расчёта взаимной информации на основе учёта ближайших соседей // Известия вузов. ПНД. 2016. Т. 24, № 4. С. 86–95. DOI: 10.18500/0869-6632-2016-24-4-86-95.
- Virtanen P., Gommers R., Oliphant T.E., Haberland M., Reddy T., Cournapeau D., Burovski E., Peterson P., Weckesser W., Bright J., van der Walt S.J., Brett M., Wilson J., Millman K.J., Mayorov N., Nelson A.R.J., Jones E., Kern R., Larson E., Carey C.J., Polat İ., Feng Y., Moore E.W., VanderPlas J. SciPy 1.0: fundamental algorithms for scientific computing in Python // Nat. Methods. 2020. Vol. 17, no. 3. P. 261–272. DOI: 10.1038/s41592-019-0686-2.
- Кузнецов С.П. Схемы электронных устройств с гиперболическим хаосом и моделирование их динамики в программной среде Multisim // Известия вузов. ПНД. 2011. Т. 19, № 5. С. 98–115. DOI: 10.18500/0869-6632-2011-19-5-98-115.
- Kuznetsov S.P. Plykin type attractor in electronic device simulated in MULTISIM // Chaos. 2011. Vol. 21, no. 4. P. 043105. DOI: 10.1063/1.3646903.
- Кузнецов С.П. Простые электронные генераторы хаоса и их схемотехническое моделирование // Известия вузов. ПНД. 2018. Т. 26, № 3. С. 35–61. DOI: 10.18500/0869-6632-2018-26-3-35-61.
- Kuznetsov N.V., Leonov G.A., Yuldashev M.V., Yuldashev R.V. Nonlinear analysis of classical phase-locked loops in signal's phase space // IFAC Proceedings Volumes. 2014. Vol. 47, no. 3. P. 8253–8258. DOI: 10.3182/20140824-6-ZA-1003.02772.
- 139 просмотров