本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2024-03-12
摘要
網路神經科學領域已成為大腦研究的自然框架，並且越來越多地應用於神經科學中的不同問題。從學科角度來看，網路神經科學最初是作為圖論（來自數學）和神經科學（來自生物學）的形式整合而出現的。這種早期的整合在描述神經單元在結構和功能上的互連性質方面提供了顯著的效用，並強調了這種互連與認知和行為的相關性。但自誕生以來，該領域的方法論構成並沒有保持靜止。相反，它已經發展到使用越來越先進的圖論工具，並引入了其他幾個已被證明是互補的學科觀點，包括機器學習和系統工程。在此過程中，該學科的問題空間顯著擴大。在這篇綜述中，我們討論了最先進的網路神經科學的三種不同風格的研究：（i）描述性網路神經科學，（ii）預測性網路神經科學，以及（iii）利用網路控制理論最新進展的擾動網路神經科學。在考慮每個領域時，我們提供了方法的簡要總結，討論了所獲得見解的性質，並強調了未來的方向。