Resumen

Estudiamos el modelo de neurona basado en el mapa no lineal de Rulkov y forzado por perturbaciones aleatorias. Para este modelo, se proporciona una visión general de la variedad de regímenes estocásticos. Para el análisis paramétrico de estos regímenes, se utiliza la técnica de funciones de sensibilidad estocástica. En una zona de duplicación de periodo, analizamos bifurcaciones estocásticas retroactivas que modelan cambios de modalidad en la activación ruidosa de la neurona. Se consideran transiciones inducidas por ruido en una zona de bistabilidad. Se muestra cómo tales transiciones aleatorias pueden generar un nuevo régimen neuronal de explosiones estocásticas y transferir el sistema del orden al caos. Una zona transitoria de valores de intensidad de ruido correspondiente al inicio de explosiones inducidas por ruido y caotización se localiza mediante la técnica de funciones de sensibilidad estocástica.

• Materias:Ecuaciones en diferencias Ecuación unidimensional Filtrado de información Prevención de interbloqueos Sistemas estocásticos
• Subjects:Difference equations One-dimensional equation Information filtering Interlock prevention Stochastic systems
• Palabras claves:Estocástico; Modelo de neurona; Perturbaciones aleatorias; Bifurcaciones; Transiciones inducidas por ruido; Caos
• Keywords:Stochastic; Neuron model; Random disturbances; Bifurcations; Noise-induced transitions; Chaos