Ein KAIST research-team identifiziert die systeminternen Steuerungs-Architektur von neuronalen Netzen. Die Steuerelement-Eigenschaften wird dazu beitragen, die Bereitstellung einer Grundlage für die exogene Steuerung von Gehirn-Netzwerken und, daher, hat Breite Auswirkungen in der kognitiven und klinischen Neurowissenschaften.
Obwohl die Effizienz und Robustheit werden Häufig betrachtet, als eine trade-off-Beziehung, die das menschliche Gehirn in der Regel weist sowohl Attribute, die bei der Durchführung komplexer kognitiver Funktionen. Solche Optimalität muss verwurzelt sein in eine spezifische und koordinierte Steuerung von miteinander verbundenen Hirnregionen, aber das Verständnis der inneren Architektur von neuronalen Netzen fehlt.
Professor Kwang-Hyun Cho aus der Abteilung Bio-und Gehirn-Engineering und sein team untersuchten die intrinsische control-Architektur von neuronalen Netzen. Sie Beschäftigten einen interdisziplinären Ansatz, der über connectomics, Neurowissenschaften, Steuerungstechnik, Netzwerk Wissenschaft und Systembiologie zu untersuchen, die strukturelle Gehirn-Netzwerke von verschiedenen Arten und verglichen Sie mit der Architektur der Steuerung von anderen biologischen Netzwerken, als auch als Menschen verursachten diejenigen, wie soziale, infrastrukturelle und technologische Netzwerke.
Insbesondere das team rekonstruiert die strukturelle Gehirn-Netzwerke von 100 gesunden menschlichen Erwachsenen durch ausführen Gehirn parcellation and Traktografie mit Struktur-und Diffusions-Bildgebung gewonnenen Daten aus dem Human Connectome Project-Datenbank von der US National Institutes of Health.
Das team entwickelte einen Rahmen für die Analyse der Architektur der Steuerung von Gehirn-Netzwerke auf der Grundlage der minimalen dominierenden set (MDSet), das bezieht sich auf eine minimale Teilmenge der Knoten (MD-Knoten), die Kontrolle der verbleibenden Knoten mit einer ein-Schritt-direkte Interaktion. MD-Knoten spielen eine entscheidende Rolle in verschiedenen komplexen Netzwerken, einschließlich biomolekulare Netzwerke, aber Sie haben nicht untersucht worden im Gehirn Netzwerke.
Durch die Erforschung und den Vergleich der strukturellen Prinzipien, die der Zusammensetzung der MDSets von verschiedenen komplexen Netzwerken, das team abgegrenzt Ihren verschiedenen steuerungsarchitekturen. Interessanterweise fand das team, dass der Anteil der MDSets im Gehirn Netzwerke ist bemerkenswert klein im Vergleich zu denen anderer komplexe Netzwerke. Dieser Befund impliziert, dass Gehirn-Netzwerke können optimiert wurden, für eine Minimierung der Kosten, die für die Steuerung von Netzwerken. Darüber hinaus fand das team, dass die MDSets der Gehirn-Netzwerke sind nicht nur bestimmt durch den Grad der Knoten, sondern die strategisch platziert, um die form einer bestimmten Architektur.
Deshalb, das team offenbarte die verborgene Architektur von neuronalen Netzen, nämlich, die verteilt und überlappen control-Architektur, die sich deutlich von anderen komplexen Netzwerken. Das team fand, dass so insbesondere die Architektur bringt die Robustheit gegen gezielte Angriffe (d.h., bevorzugte Angriffe auf high-Grad-Knoten), die möglicherweise eine grundlegende basis robuster Gehirn-Funktionen für bevorzugte Beschädigung der hoch-Grad-Knoten (D. H., die Regionen des Gehirns).
Darüber hinaus fand das team, dass die Besondere Architektur von Gehirn-Netzwerken ermöglicht auch eine hohe Effizienz bei der Umschaltung von einem Netzwerk-Zustand, definiert durch einen Satz von Knoten-Aktivitäten, zum anderen—eine Fähigkeit, die entscheidend ist für das Durchlaufen verschiedene kognitive Zustände.
Professor Cho sagte, „Diese Studie ist der erste Versuch, einen quantitativen Vergleich zwischen neuronalen Netzen und anderen realen komplexen Netzwerken. Verständnis der inhärenten Architektur der zugrunde liegenden Gehirn-Netzwerke ermöglichen die Entwicklung von optimalen Interventionen für therapeutische Zwecke oder kognitiven Erweiterung.“