人类大脑计划:科学家提出了描述网络连接的新指南
该指南是基于计算神经科学社区使用的概念。为了提供对网络属性的直观理解，他们还提出了一种统一现有图样式的网络图的图形符号。
研究人员发现，对网络连通性的公开描述往往是不完整和不精确的。当试图再现模型结果时，这可能反过来导致对网络活动的错误预测，因为规则之间即使是很小的差异也可能导致不同的网络动态。
该研究的主要作者、神经科学家约翰娜·森克(Johanna Senk)说:“连接规则的精确定义对于在模拟器中正确、高效地实现网络算法至关重要。”研究人员希望的指导方针他们认为这将增加再现性，因为他们将确保当两个神经科学家使用相同的术语或符号时，他们的意思是相同的事情。
这种一致性也是克服当前复杂性障碍的一个重要因素，Forschungszentrum Jülich的Sacha van alada教授指出，他是“理论神经解剖学”研究小组的负责人。大多数神经元网络迄今为止开发的模型仍然具有有限的复杂性。但是正如Sacha van alada所指出的，由HBP建立的新的EBRAINS数字研究基础设施正在使越来越复杂的模型对单个科学家易于管理。
这项研究发表在PLOS计算生物学．
更多信息:Johanna Senk等人，神经元网络建模中的连通性概念，PLOS计算生物学(2022)。DOI: 10.1371 / journal.pcbi.1010086
期刊信息:
PLoS计算生物学
引用人类大脑项目:科学家提出了描述网络连接的新指南(2022年，10月18日)，检索自2022年10月19日//www.pyrotek-europe.com/news/2022-10-human-brain-scientists-guidelines-network.html
本文件受版权保护。除用于个人学习或研究的公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
