Войти в систему

Home
    - Создать дневник
    - Написать в дневник
       - Подробный режим

LJ.Rossia.org
    - Новости сайта
    - Общие настройки
    - Sitemap
    - Оплата
    - ljr-fif

Редактировать...
    - Настройки
    - Список друзей
    - Дневник
    - Картинки
    - Пароль
    - Вид дневника

Сообщества

Настроить S2

Помощь
    - Забыли пароль?
    - FAQ
    - Тех. поддержка



Пишет друг друга пердуна ([info]oort)
@ 2019-03-16 12:42:00

Previous Entry  Add to memories!  Tell a Friend!  Next Entry
https://vk.com/wall-174278716_36

Во вторник, 19 марта в 18 часов в нашем институте в МГУ состоится семинар из цикла "Топология мозга"

Айзенберг Антон Андреевич

Устойчивые гомологии графа корреляций
Будет дано краткое введение в технику устойчивых гомологий в том виде, в котором она используется в приложенных работах. На вход обсуждаемого алгоритма подается взвешенный граф корреляций набора областей мозга. Устойчивые гомологии позволяют построить нетривиальные численные характеристики ребер и вершин такого графа: оказывается, что даже если вес ребра большой, с топологической точки зрения ребро может иметь малую значимость. Новые характеристики могут различать состояния мозга лучше, чем классические инварианты.

---

в первой статье авторы изучают, как меняются персистентные гомологии мозга под действием псилоцибина;
ну надо читать осторожно, потому что авторы не математики и допускают типа такие пассажи
«Homology is a topological invariant (…). Thus, if two spaces have the same homology, then they are topologically equivalent.»

но по-моему очень смешно

Networks, as efficient representations of complex systems, have appealed to
scientists for a long time and now permeate many areas of science, including
neuroimaging (Bullmore and Sporns 2009 Nat. Rev. Neurosci. 10, 186–198.
(doi:10.1038/nrn2618)). Traditionally, the structure of complex networks has
been studied through their statistical properties and metrics concerned with
node and link properties, e.g. degree-distribution, node centrality and modularity. Here, we study the characteristics of functional brain networks at the
mesoscopic level from a novel perspective that highlights the role of inhomogeneities in the fabric of functional connections. This can be done by focusing
on the features of a set of topological objects—homological cycles—associated
with the weighted functional network. We leverage the detected topological
information to define the homological scaffolds, a new set of objects designed to
represent compactly the homological features of the correlation network and
simultaneously make their homological properties amenable to networks theoretical methods. As a proof of principle, we apply these tools to compare restingstate functional brain activity in 15 healthy volunteers after intravenous infusion
of placebo and psilocybin—the main psychoactive component of magic mushrooms. The results show that the homological structure of the brain’s functional
patterns undergoes a dramatic change post-psilocybin, characterized by the
appearance of many transient structures of low stability and of a small
number of persistent ones that are not observed in the case of placebo.


(Читать комментарии)

Добавить комментарий:

Как:
( )анонимно- этот пользователь отключил возможность писать комментарии анонимно
Identity URL: 
имя пользователя:    
Вы должны предварительно войти в LiveJournal.com
 
E-mail для ответов: 
Вы сможете оставлять комментарии, даже если не введете e-mail.
Но вы не сможете получать уведомления об ответах на ваши комментарии!
Внимание: на указанный адрес будет выслано подтверждение.
Имя пользователя:
Пароль:
Тема:
HTML нельзя использовать в теме сообщения
Сообщение:



Обратите внимание! Этот пользователь включил опцию сохранения IP-адресов тех, кто пишет анонимно.