MétaCan
← tous les travaux

Universal Critical Dynamics in High Resolution Neuronal Avalanche Data

2012· article· en· 514 citations· W2061002342 sur OpenAlex· 10.1103/physrevlett.108.208102

Pourquoi ce travail est-il dans la base ?

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

Organisme subventionnaire canadienUn organisme canadien l'a financé. Le travail peut ne porter aucune affiliation canadienne.

Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Scores machine (provisoires)

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Tête enseignante Opus0,052
Tête enseignante GPT0,315
Écart entre enseignants
0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Résumé

The tasks of neural computation are remarkably diverse. To function optimally, neuronal networks have been hypothesized to operate near a nonequilibrium critical point. However, experimental evidence for critical dynamics has been inconclusive. Here, we show that the dynamics of cultured cortical networks are critical. We analyze neuronal network data collected at the individual neuron level using the framework of nonequilibrium phase transitions. Among the most striking predictions confirmed is that the mean temporal profiles of avalanches of widely varying durations are quantitatively described by a single universal scaling function. We also show that the data have three additional features predicted by critical phenomena: approximate power law distributions of avalanche sizes and durations, samples in subcritical and supercritical phases, and scaling laws between anomalous exponents.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

La notice

Revue
Physical Review Letters
Thématique
Neural dynamics and brain function
Domaine
Neuroscience
Établissements canadiens
Organismes subventionnaires
Division of Materials ResearchJapan Society for the Promotion of ScienceNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clés
Statistical physicsCritical point (mathematics)ScalingCritical exponentNon-equilibrium thermodynamicsPower lawPhysicsCritical phenomenaPhase transitionFunction (biology)Scaling lawComputationDynamics (music)Computer scienceQuantum mechanicsAlgorithmMathematics
Résumé présent dans OpenAlex
oui