Statystyczne modelowanie adaptacyjnych sieci neuronowych wyjaśnia współistnienie lawin i oscylacji spoczynkowych w ludzkim mózgu

Pikowski, A., Rosenblum, M. & Kurths, J. Synchroniczność: uniwersalna koncepcja w naukach nieliniowych (Cambridge University Press, 2001).

Heb, du regulacja zachowania (Wiley, 1949).

Abels, M.; korowe (Cambridge University Press, 1991).

Buzsaki, G. & Draguhn, A. Oscylacje neuronowe w sieciach korowych. Nauki 3041926-1929 (2004).

stan

Google Scholar

Berger, H. Über das elektrenkefalogramm des menschen. Łuk. Psychiatria. Nirvinker. 87527-570 (1929).

stan

Google Scholar

Wang, X.-J. Neurofizjologiczne i obliczeniowe zasady rytmów korowych w poznaniu. Fizjol. pastor. 901195-1268 (2010).

stan

Google Scholar

Chow CC, White JA, Ritt J. & Kopell NJ Kontrola częstotliwości w synchronicznych sieciach neuronów hamujących. J. Kompot. neurologia. 5407-420 (1998).

stan
matematyka

Google Scholar

Beggs JM & Plenz D. Lawiny neuronalne w obwodach kory nowej. J. Neurosci. 2311167-11177 (2003).

stan

Google Scholar

Gireesh, DE & Plenz, D. Lawiny neuronalne są zorganizowane jako nakładające się oscylacje theta i beta/gamma podczas rozwoju warstwy korowej 2/3. potok. Natl. prawie. Nauki. Stany Zjednoczone Ameryki 1057576–7581 (2008).

stan

Google Scholar

Tagliazucchi, E., Balenzuela, P., Fraiman, D. & Chialvo, DR Krytyczność w wielkoskalowej dynamice mózgu FMRI ujawniona przez nową analizę procesu punktowego. Zanim. Fizjol.I https://doi.org/10.3389/fphys.2012.00015 (2012).

mój partner i inni. Awarie neuronów w dużym ergonomicznym ludzkim mózgu. J. Neurosci. 337079-7090 (2013).

stan

Google Scholar

Lombardi, F., Herrmann, HJ, Perrone-Capano, C., Plenz, D. & de Arcangelis, L. Równowaga między wzbudzeniem a hamowaniem kontroluje czasową regulację załamań nerwowych. fizyka Wielebny Litt. 108228703 (2012).

stan

Google Scholar

Lombardi, F. & de Arcangelis, L. Czasowa regulacja ciągłej aktywności mózgu. euro. fizyka Specjalne tematy 2232119-2130 (2014).

stan

Google Scholar

Fontenele, AJ i in. Krytyczny między stanami korowymi. fizyka Wielebny Litt. 122208101 (2019).

stan

Google Scholar

Poil, S. -S., Hardstone, R., Mansvelder, HD i Linkenkaer-Hansen, K. Dynamika stanu krytycznego lawin i oscylacji razem wynika ze zrównoważonego wzbudzenia / hamowania w sieciach neuronowych. J. Neurosci. 329817-9823 (2012).

stan

Google Scholar

Scarpetta, S., Giacco, F., Lombardi, F. & Candia, AD Wpływ toksycznego hałasu w modelu if ze stdp i spontanicznym powtarzaniem okresowych wzorców czasoprzestrzennych, przy braku stymulacji cue. układy życiowe 112258-264 (2013).

stan

Google Scholar

Di Santo S, Villegas B, Burioni R i Munoz MA Landau-Ginsburg Teoria dynamiki skorupy ziemskiej: lawiny bezłuskowe pojawiają się na krawędzi synchronizacji. potok. Natl. prawie. Nauki. Stany Zjednoczone Ameryki 1151356-1365 (2018).

stan

Google Scholar

Costa, AA, Procchini, L i Kenoshi, OR. entropia 19399 (2017).

stan

Google Scholar

Kinouchi, O., Brochini, L., Costa, AA, Campos, JGF & Copelli, M. Oscylacje stochastyczne i lawiny lawin Smoczego Króla w samoorganizujących się systemach półkrytycznych. Nauki. przedstawiciel. 93874 (2019).

stan

Google Scholar

Buendia V., Villegas P. i Burioni R. fizyka ks. 3023224 (2021).

stan

Google Scholar

DiMartino, D.; Samooscylacje wywołane sprzężeniem zwrotnym w dużych układach reakcyjnych przechodzą przemiany fazowe. J. Fiz. A 52045002 (2019).

stan
matematyka

Google Scholar

Azouz, R. & Gray, CM Dynamiczny próg szczytowy ujawnia mechanizm wykrywania powłoki synaptycznej w neuronach korowych in vivo. potok. Natl. prawie. Nauki. Stany Zjednoczone Ameryki 978110-8115 (2000).

stan

Google Scholar

Gardiner, C. metody randomizacji Tom. 4 (Springer, 2009).

da Silva, FL EEG i MEG: znaczenie dla neuronauki. nerwowy 801112-1128 (2013).

stan

Google Scholar

Linkenkaer-Hansen, K., Nikouline, VV, Palva, JM i IImoniemi, RJ Długoterminowe korelaty czasowe i zachowanie gradientu oscylacji ludzkiego mózgu. J. Neurosci. 211370-1377 (2001).

stan

Google Scholar

Freyer, F., Aquino, K., Robinson, PA, Ritter, P. & Breakspear, M. J. Neurosci. 298512-8524 (2009).

stan

Google Scholar

Lombardi, F, Chialvo, DR, Hermann, HJ & D’Arcangelis, L. Brain strobing thunder: funkcjonalne korelaty ekstremalnych zdarzeń związanych z aktywnością. Chaos solitonowy. 55102 (2013).

stan
matematyka

Google Scholar

Wang, JWJL, Lombardi, F., Zhang, X., Anaclet, C. & Ivanov, PC Krytyczna niezrównoważona dynamika wybuchów w θ I δ Rytmy jako podstawowa właściwość mikroarchitektury snu i czuwania. PLoS Comput. Biol. 151007268 (2019).

stan

Google Scholar

Lombardi, F i in. Krytyczna dynamika i sprzężenie w wybuchach rytmów korowych sugeruje heterogeniczny mechanizm przejść faz snu i podwójną rolę neuronów VLPO zarówno we śnie, jak iw stanie czuwania. J. Neurosci. 40171–190 (2020).

stan

Google Scholar

Lombardi, F., Shriki, O., Herrmann, HJ & de Arcangelis, L. Obliczenia neuronowe 461657-666 (2021).

stan

Google Scholar

Bing, K.; i in. Mozaikowa organizacja nukleotydów DNA. fizyka Wielebny E 491685-1689 (1994).

stan

Google Scholar

Eisler, Z., Bartos, I. & Kertész, J. Włączenie fluktuacji w złożone systemy: prawo Taylora i nie tylko. sprawa. fizyka 5789–142 (2008).

stan

Google Scholar

Lynn, CW, Cornblath, EJ, Papadopoulos, L., Bertolero, MA i Bassett, DS: Przełamywanie równowagi dysocjacji i entropii w ludzkim mózgu. potok. Natl. prawie. Nauki. Stany Zjednoczone Ameryki 1181–7 (2021).

stan

Google Scholar

Fekete, T.; i in. Dynamika krytyczna, znieczulenie i integracja informacji: wnioski z wieloskalowej analizy krytyczności danych obrazowania napięcia. Neuroobraz 183919-933 (2018).

stan

Google Scholar

Meshulam, L., Gauthier, JL, Brody, CD, Tank, DW & Bialek, W. Gruboziarnisty, stały punkt i skalowanie w dużej liczbie neuronów. fizyka Wielebny Litt. 123178103 (2019).

stan

Google Scholar

Font-Clos, F., Pruessner, G., Moloney, NR & Deluca, A. Ryzyko progowe. Nowy J. Phys. 17043066 (2015).

stan
matematyka

Google Scholar

Deco, G., Kringelbach, ML, Jirsa, VK & Ritter, P. Dynamika spoczynkowych fluktuacji w mózgu: przerzuty i dynamiczny rdzeń korowy. Nauki. przedstawiciel. 73095 (2017).

stan

Google Scholar

Cabral, J., Kringelbach, ML & Deco, G. Łączność funkcjonalna ewoluuje dynamicznie w wielu skalach czasowych poprzez statyczną sieć połączeń strukturalnych: modele i mechanizmy. Neuroobrazowanie 16084-96 (2017).

stan

Google Scholar

Bausch, J, Garcia-Millan, R i Brosner, J. Procesy rozgałęzień zależne od czasu: model oscylacyjnych uszkodzeń neuronów. Nauki. przedstawiciel. 1013678 (2020).

stan

Google Scholar

Hopfeld, JG Sieci neuronowe i systemy fizyczne z pojawiającymi się zbiorowymi możliwościami obliczeniowymi. potok. Natl. prawie. Nauki. Stany Zjednoczone Ameryki 792554-2558 (1982).

stan
MathSciNet
matematyka

Google Scholar

Schneidman, E., Berry, MJ, Segev, R. i Bialek, W. Słabe korelacje parami wskazują na silnie skorelowane stany sieci w populacji neuronów. Natura 4401007-1012 (2006).

stan

Google Scholar

Tkačik, G. i in. Poszukiwanie zbiorowego zachowania w dużej sieci neuronów czuciowych. PLoS Comput. Biol. 101003408 (2014).

stan

Google Scholar

Tkačik, G. i in. Termodynamika i sygnatury krytyczne w sieci neuronów. potok. Natl. prawie. Nauki. Stany Zjednoczone Ameryki 11211508-11513 (2015).

stan

Google Scholar

Marre, O., El Bouustani, S., Frégnac, Y. & Destexhe, A. Przewidywanie czasoprzestrzennych wzorców aktywności nerwowej na podstawie korelatów parami. fizyka Wielebny Litt. 102138101 (2009).

stan

Google Scholar

Nasir, H., Mari, O. & Cessac, B. Przestrzenno-czasowa analiza skoków sieci wielkoskalowych przy użyciu zasady maksymalnej entropii i metody Monte Carlo. J. Stat. mechaniczny. Teoria eksp. 303006 (2013).

Ferretti, F., Chardès, V., Mora, T., Walczak, AM & Giardina, I. Budowa ogólnych modeli Langevina z dyskretnych zbiorów danych. fizyka ks. X 10031018 (2020).

Google Scholar

Menesse, G., Marin, B., Girardi-Schappo, M. i Kinouchi, O. Jednorodna krytyczność w sieciach neuronowych. Chaos solitonowy. 156111877 (2022).

stan

Google Scholar

Fekete, T., Hinrichs, H., Sitt, JD, Heinze, H.-J. & Shriki, O. Miary wieloskalowej krytyczności jako miary ogólnego przeznaczenia odpowiedniej funkcji mózgu. Nauki. przedstawiciel. 1114441 (2021).

stan

Google Scholar

Brückner DB, Ronceray P. & Broedersz CP Wnioskowanie o dynamice nieskrępowanych układów losowych. fizyka Wielebny Litt 125058103 (2020).

stan

Google Scholar

Levina, A. & Priesemann, V. Skalowanie podpróbkowania. nat. Wspólny. 815140 (2017).

stan

Google Scholar

Lombardi, F, DiMartino, D. demartid/stat_mod_ada_nn:v1.1.1 (Zinodu, 2022); https://doi.org/10.5281/zenodo.7426504