Nervous Activity of the Brain in Five Dimensions
Notice bibliographique
Résumé
The nervous activity of the brain takes place in higher-dimensional functional spaces. It has been proposed that the brain might be equipped with phase spaces characterized by four spatial dimensions plus time, instead of the classical three plus time. This suggests that global visualization methods for exploiting four-dimensional maps of three-dimensional experimental data sets might be used in neuroscience. We asked whether it is feasible to describe the four-dimensional trajectories (plus time) of two-dimensional (plus time) electroencephalographic traces (EEG). We made use of quaternion orthographic projections to map to the surface of four-dimensional hyperspheres EEG signal patches treated with Fourier analysis. Once achieved the proper quaternion maps, we show that this multi-dimensional procedure brings undoubted benefits. The treatment of EEG traces with Fourier analysis allows the investigation the scale-free activity of the brain in terms of trajectories on hyperspheres and quaternionic networks. Repetitive spatial and temporal patterns undetectable in three dimensions (plus time) are easily enlightened in four dimensions (plus time). Further, a quaternionic approach makes it feasible to identify spatially far apart and temporally distant periodic trajectories with the same features, such as, e.g., the same oscillatory frequency or amplitude. This leads to an incisive operational assessment of global or broken symmetries, domains of attraction inside three-dimensional projections and matching descriptions between the apparently random paths hidden in the very structure of nervous fractal signals.
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.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».