揭示复杂网络的因果活动
神经元与认知
2017-10-11 v7 适应与自组织系统
生物物理
数据分析、统计与概率
摘要
我们引入了一种用于分析复杂网络动力学的新工具，该工具可将我们称为因果网（c-webs）的因果相关事件级联与其他非因果相关事件分离。该工具表明，传统意义上的雪崩可能包含空间上不同但时间上重叠的事件级联，以及动力学无序或噪声的混合。相反，因果网分离了这些组分，揭示了网络和动力学中先前隐藏的特征。我们将该方法应用于小鼠皮层数据，所得统计结果首次表明神经元雪崩并非仅由因果相关事件组成。
引用
@article{arxiv.1603.05659,
title = {Unveiling causal activity of complex networks},
author = {Rashid V. Williams-Garcia and John M. Beggs and Gerardo Ortiz},
journal= {arXiv preprint arXiv:1603.05659},
year = {2017}
}