通过反馈弧最小化探讨神经连体中的前馈排序

我们提出了一套可扩展算法，用于最小化大规模加权有向图中的反馈弧，以揭示神经连体中生物学上有意义的前馈结构。使用 FlyWire 连体挑战数据集，我们展示了排序策略在最大化前向边权方面的有效性。我们的方法整合了贪婪启发式、收益感知的局部优化以及基于强连通分量的全局结构分析。实验表明，我们最佳方法的解决方案优于先前顶尖方法。所有算法均高效实现于 Python，并通过 Google Colab Pro+上的云端执行进行验证。