结合有向传递函数渐近行为巩固以连接为中心的神经连通性框架
神经元与认知
2015-01-26 v1 统计理论
统计理论
摘要
我们提出了三种主要形式的\textit{有向传递函数}（DTF）渐近行为的统一数学推导，补充了最近的偏定向相干（PDC）结果 \cite{Baccala2013}。基于这些结果和数值示例，我们主张采用一种新的以有向“连接”为中心的神经连通性框架，以取代广泛使用的基于相关性的有效/功能网络概念，从而使结构间的有向网络影响被分类为连接是以\textit{直接}还是\textit{间接}方式\textit{活跃}，进而引出比单独谈论 Granger 因果性更具描述性的新概念：\textit{Granger 连通性}和\textit{Granger 可影响性}。
引用
@article{arxiv.1501.05836,
title = {Consolidating a Link Centered Neural Connectivity Framework with Directed Transfer Function Asymptotics},
author = {Luiz A. Baccalá and Daniel Y. Takahashi and Koichi Sameshima},
journal= {arXiv preprint arXiv:1501.05836},
year = {2015}
}
备注
12 figures