MétaCan
Menu
Retour à la cohorte
Enregistrement W3092415961 · doi:10.1093/comnet/cnaa033

Modelling the impact of structural directionality on connectome-based models of neural activity

2020· article· en· W3092415961 sur OpenAlex

Pourquoi ce travail est 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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
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.

Notice bibliographique

RevueJournal of Complex Networks · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensnon disponible
Organismes subventionnairesTrent UniversityNottingham Trent University
Mots-clésConnectomeAttractorDirectionalityComputer scienceConnectomicsNeuroscienceRobustness (evolution)Modularity (biology)Artificial neural networkNetwork topologyTopology (electrical circuits)Artificial intelligenceFunctional connectivityBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Understanding structure--function relationships in the brain remains an important challenge in neuroscience. However, whilst structural brain networks are intrinsically directed, due to the prevalence of chemical synapses in the cortex, most studies in network neuroscience represent the brain as an undirected network. Here, we explore the role that directionality plays in shaping transition dynamics of functional brain states. Using a system of Hopfield neural elements with heterogeneous structural connectivity given by different species and parcellations (cat, Caenorhabditis elegans and two macaque networks), we investigate the effect of removing directionality of connections on brain capacity, which we quantify via its ability to store attractor states. In addition to determining large numbers of fixed-point attractor sets, we deploy the recently developed basin stability technique in order to assess the global stability of such brain states, which can be considered a proxy for network state robustness. Our study indicates that not only can directed network topology have a significant effect on the information capacity of connectome-based networks, but it can also impact significantly the domains of attraction of the aforementioned brain states. In particular, we find network modularity to be a key mechanism underlying the formation of neural activity patterns, and moreover, our results suggest that neglecting network directionality has the scope to eliminate states that correlate highly with the directed modular structure of the brain. A numerical analysis of the distribution of attractor states identified a small set of prototypical direction-dependent activity patterns that potentially constitute a `skeleton' of the non-stationary dynamics typically observed in the brain. This study thereby emphasizes the substantial role network directionality can have in shaping the brain's ability to both store and process information.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,336

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

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.

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

Tête enseignante Opus0,137
Tête enseignante GPT0,314
Écart entre enseignants0,176 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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