bioRxiv 预印本· Gaglioti, G., Cattani, A., Nieus, T., Momi, D., Comolatti, R., Dalla Porta, L., Sarasso, S., Massimini, M. ·· 27 天前AI 评分12
利用动力学指标推断神经网络的结构复杂性
Inferring structural complexity from dynamical measures
AI 导读
研究用 Wilson-Cowan 平均场方程模拟不同连接架构下的神经动力学,系统比较观测性与扰动性复杂度指标。观测性指标对网络整合与分化的敏感性差异明显,而扰动性指标在中间重连步骤达到峰值并随小世界性变化,且在接近临界不稳定的类觉醒状态下最高。结果将常用复杂度指标映射到具体网络架构,为脑类器官等内部组织难以直接观测的系统提供推断依据。
来源:bioRxiv 预印本 · biorxiv.org