دانلود مقاله شبکه های کوچک مغز جهانی
تعداد صفحات فایل انگلیسی : 13 صفحه pdf
تعداد صفحات فایل ترجمه : 18 صفحه word فونت 14 B Nazanin
بسیاری از شبکه‌های پیچیده دارای توپولوژی دنیای کوچکی هستند که با خوشه‌بندی محلی متراکم یا ادعای ارتباط بین گره‌های همسایه مشخص می‌شود، اما طول مسیر کوتاه بین هر جفت (دور)گره‌ها به دلیل وجود اتصالات نسبتا کم است. این یک مدل جذاب برای سازماندهی شبکه‌های عصبی و عملکردی مغز است زیرا یک توپولوژی دنیای کوچک می‌تواند از هر دو پردازش اطلاعات مجزا یا تخصصی و منسجم پشتیبانی کند. علاوه بر این، شبکه‌های کوچک جهان اقتصادی هستند و به حداقل رساندن هزینه‌های اتصال و در عین حال حمایت از پیچیدگی دینامیکی بالا، مقرون‌به‌صرفه هستند. نویسندگان برخی از مفاهیم اصلی ریاضی در نظریه گراف مورد نیاز برای تحلیل دنیای کوچک را معرفی کرده و بررسی می‌کنند که چگونه این روش‌ها برای کمی سازی ماتریس‌های اتصال کورتیکال از مطالعات تشریحی – ردیابی در میمون ماکاک و گربه کاربرد داشته‌اند. تکامل شبکه‌های جهان کوچک از نظر یک فشار انتخاب برای ارائه سیستم‌های اطلاعات – پردازش موثر مورد بحث قرار می‌گیرد. نویسندگان نشان می‌دهند که این تکنیک‌ها و مفاهیم به طور فزاینده‌ای برای تحلیل شبکه‌های کارکردی مغز انسان ناشی از آزمایش‌ها الکتروانسفالوگرافی/ مغناطیسی و fMRI بکار می‌رود. در نهایت، نویسندگان ارتباط مدل‌های دنیای کوچک را برای درک ظهور رفتارهای پیچیده و تاب آوری سیستم‌های مغزی به حمله بیمارگونه به وسیله بیماری یا توسعه نابجا در نظر می‌گیرند. آن‌ها نتیجه می‌گیرند که مدل‌های دنیای کوچک یک روش قدرتمند و متنوع برای درک ساختار و عملکرد سیستم‌های مغزی انسان فراهم می‌کنند. علوم اعصاب 12 (6): 512 – 523 ، 2006. شراکت: ۱۰.۱۱۷۷ / ۱۰۷۳۸۵۸۴۰۶۲۹۳۱۸۲
کلمات کلیدی:
شبکه جهان کوچک، نظریه گراف، شبکه‌های کارکردی مغز انسان، تصویربرداری تشدید مغناطیسی عملکردی
Small-World Brain Networks
DANIELLE SMITH BASSETT and ED BULLMORE
Many complex networks have a small-world topology characterized by dense local clustering or cliquishness of connections between neighboring nodes yet a short path length between any (distant) pair of nodes due to the existence of relatively few long-range connections. This is an attractive model for the organization of brain anatomical and functional networks because a small-world topology can support both segregated/specialized and distributed/integrated information processing. Moreover, small-world networks are economical, tending to minimize wiring costs while supporting high dynamical complexity. The authors introduce some of the key mathematical concepts in graph theory required for small-world analysis and review how these methods have been applied to quantification of cortical connectivity matrices derived from anatomical tract-tracing studies in the macaque monkey and the cat. The evolution of small-world networks is discussed in terms of a selection pressure to deliver cost-effective information-processing systems. The authors illustrate how these techniques and concepts are increasingly being applied to the analysis of human brain functional networks derived from electroencephalography/magnetoencephalography and fMRI experiments. Finally, the authors consider the relevance of small-world models for understanding the emergence of complex behaviors and the resilience of brain systems to pathological attack by disease or aberrant development. They conclude that small-world models provide a powerful and versatile approach to understanding the structure and function of human brain systems. NEUROSCIENTIST 12(6):512-523, 2006. DOI: 10.1177/1073858406293182
KEY WORDS Small-world network, Graph theory, Human brain functional networks, Functional magnetic resonance imaging
دانلود رایگان مقاله انگلیسی
دانلود مقاله دات کام 
توضیحات محصول
دانلود مقاله شبکه های کوچک مغز جهانی
تعداد صفحات فایل انگلیسی : 13 صفحه pdf
تعداد صفحات فایل ترجمه : 18 صفحه word فونت 14 B Nazanin
بسیاری از شبکه‌های پیچیده دارای توپولوژی دنیای کوچکی هستند که با خوشه‌بندی محلی متراکم یا ادعای ارتباط بین گره‌های همسایه مشخص می‌شود، اما طول مسیر کوتاه بین هر جفت (دور)گره‌ها به دلیل وجود اتصالات نسبتا کم است. این یک مدل جذاب برای سازماندهی شبکه‌های عصبی و عملکردی مغز است زیرا یک توپولوژی دنیای کوچک می‌تواند از هر دو پردازش اطلاعات مجزا یا تخصصی و منسجم پشتیبانی کند. علاوه بر این، شبکه‌های کوچک جهان اقتصادی هستند و به حداقل رساندن هزینه‌های اتصال و در عین حال حمایت از پیچیدگی دینامیکی بالا، مقرون‌به‌صرفه هستند. نویسندگان برخی از مفاهیم اصلی ریاضی در نظریه گراف مورد نیاز برای تحلیل دنیای کوچک را معرفی کرده و بررسی می‌کنند که چگونه این روش‌ها برای کمی سازی ماتریس‌های اتصال کورتیکال از مطالعات تشریحی – ردیابی در میمون ماکاک و گربه کاربرد داشته‌اند. تکامل شبکه‌های جهان کوچک از نظر یک فشار انتخاب برای ارائه سیستم‌های اطلاعات – پردازش موثر مورد بحث قرار می‌گیرد. نویسندگان نشان می‌دهند که این تکنیک‌ها و مفاهیم به طور فزاینده‌ای برای تحلیل شبکه‌های کارکردی مغز انسان ناشی از آزمایش‌ها الکتروانسفالوگرافی/ مغناطیسی و fMRI بکار می‌رود. در نهایت، نویسندگان ارتباط مدل‌های دنیای کوچک را برای درک ظهور رفتارهای پیچیده و تاب آوری سیستم‌های مغزی به حمله بیمارگونه به وسیله بیماری یا توسعه نابجا در نظر می‌گیرند. آن‌ها نتیجه می‌گیرند که مدل‌های دنیای کوچک یک روش قدرتمند و متنوع برای درک ساختار و عملکرد سیستم‌های مغزی انسان فراهم می‌کنند. علوم اعصاب 12 (6): 512 – 523 ، 2006. شراکت: ۱۰.۱۱۷۷ / ۱۰۷۳۸۵۸۴۰۶۲۹۳۱۸۲
کلمات کلیدی:
شبکه جهان کوچک، نظریه گراف، شبکه‌های کارکردی مغز انسان، تصویربرداری تشدید مغناطیسی عملکردی
Small-World Brain Networks
DANIELLE SMITH BASSETT and ED BULLMORE
Many complex networks have a small-world topology characterized by dense local clustering or cliquishness of connections between neighboring nodes yet a short path length between any (distant) pair of nodes due to the existence of relatively few long-range connections. This is an attractive model for the organization of brain anatomical and functional networks because a small-world topology can support both segregated/specialized and distributed/integrated information processing. Moreover, small-world networks are economical, tending to minimize wiring costs while supporting high dynamical complexity. The authors introduce some of the key mathematical concepts in graph theory required for small-world analysis and review how these methods have been applied to quantification of cortical connectivity matrices derived from anatomical tract-tracing studies in the macaque monkey and the cat. The evolution of small-world networks is discussed in terms of a selection pressure to deliver cost-effective information-processing systems. The authors illustrate how these techniques and concepts are increasingly being applied to the analysis of human brain functional networks derived from electroencephalography/magnetoencephalography and fMRI experiments. Finally, the authors consider the relevance of small-world models for understanding the emergence of complex behaviors and the resilience of brain systems to pathological attack by disease or aberrant development. They conclude that small-world models provide a powerful and versatile approach to understanding the structure and function of human brain systems. NEUROSCIENTIST 12(6):512-523, 2006. DOI: 10.1177/1073858406293182
KEY WORDS Small-world network, Graph theory, Human brain functional networks, Functional magnetic resonance imaging
دانلود رایگان مقاله انگلیسی