项目名称: 复杂网络上的振荡斑图动力学的研究

项目编号: No.11205041

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 物理学II

项目作者: 廖旭红

作者单位: 杭州师范大学

项目金额: 22万元

中文摘要: 复杂网络在社会系统、生物系统等领域得到广泛应用,脑网络就是一个典型的例子。脑中神经活动存在丰富的节律振荡。这些振荡的功能与产生机制尚不明确,但是种种迹象表明振荡的时空斑图与脑的信息处理紧密相关。研究复杂网络上振荡行为的时空斑图以及形成机制对于理解包括脑在内的复杂系统的功能有重要意义。本项目研究复杂网络上的振荡斑图动力学,包括可激发复杂网络上自持续振荡的理论研究,以及脑网络上自发活动的动力学的实证分析。在理论研究中,我们将考察可激发复杂网络上自持续振荡的可能斑图类型和形成机制,并寻找影响系统动力学的关键因素,对振荡进行有效调控;在实证分析中,我们将结合神经影像数据,分析人脑网络上血氧活动信号的自发振荡的动力学规律,并借鉴前期理论研究成果探讨脑网络上可能的斑图形态及自组织过程。这些研究将有利于人们进一步认识复杂系统中宏观行为和协同性涌现的微观机制,对理解脑的功能组织原则也有所启发。

中文关键词: 复杂网络;斑图动力学;自持续振荡;脑网络;结构-功能关联

英文摘要: Complex networks of coupled dynamical systems offer a general framework to study social and biological systems, among which the brain network is a typical example. Oscillatory neural activity is ubiquitous in the brain. A number of recent experiments have pointed the possible roles of propagation waves in olfaction, visual perception, audition and memory formation, which indicate that the spatiotemporal patterns of oscillations in the brain are important. Till now the underlying mechanism of both oscillation generation and wave propagation in the brain is not yet clear. This project aims to study the dynamics of pattern formation of oscillations in complex networks, including a theoretical study on self-sustained oscillations in excitable complex networks, as well as a demonstration analysis of spontaneous activities in the human brain network. The project is divied into two parts. First, we will study self-sustained oscillations in complex networks consisting of excitable nodes and investigate the dynamics of pattern formation. We will unveil different kinds of spatiotemporal patterns, identify their oscillation sources, display the wave propagation paths and explore the topological effects on network oscillations. Then based on the mechanism revealed, we will modulate the oscillations efficiently. Second, base

英文关键词: Complex networks;Pattern dynamics;Self-sustained oscillations;Brain networks;Structure-function relationship

成为VIP会员查看完整内容
0

相关内容

《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
【新书】感知和行动的贝叶斯模型,348页pdf
专知会员服务
71+阅读 · 2021年11月18日
专知会员服务
23+阅读 · 2021年8月1日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
11+阅读 · 2021年5月26日
【经典书】图理论与复杂网络导论,287页pdf
专知会员服务
133+阅读 · 2021年3月5日
专知会员服务
45+阅读 · 2020年11月13日
专知会员服务
49+阅读 · 2020年8月27日
【干货】人类海马体精细亚区加工工作记忆的神经动力学机制
中国图象图形学学会CSIG
0+阅读 · 2021年12月8日
卷积神经网络数学原理解析
算法与数学之美
19+阅读 · 2019年8月23日
干货:复杂网络及其应用简介
数据猿
24+阅读 · 2018年12月21日
深入理解LSTM网络
深度学习
17+阅读 · 2017年6月7日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
Arxiv
17+阅读 · 2020年11月15日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
12+阅读 · 2018年9月5日
Arxiv
10+阅读 · 2018年2月17日
小贴士
相关主题
相关VIP内容
《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
【新书】感知和行动的贝叶斯模型,348页pdf
专知会员服务
71+阅读 · 2021年11月18日
专知会员服务
23+阅读 · 2021年8月1日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
11+阅读 · 2021年5月26日
【经典书】图理论与复杂网络导论,287页pdf
专知会员服务
133+阅读 · 2021年3月5日
专知会员服务
45+阅读 · 2020年11月13日
专知会员服务
49+阅读 · 2020年8月27日
相关资讯
【干货】人类海马体精细亚区加工工作记忆的神经动力学机制
中国图象图形学学会CSIG
0+阅读 · 2021年12月8日
卷积神经网络数学原理解析
算法与数学之美
19+阅读 · 2019年8月23日
干货:复杂网络及其应用简介
数据猿
24+阅读 · 2018年12月21日
深入理解LSTM网络
深度学习
17+阅读 · 2017年6月7日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员