Emergence of the small-world architecture in neural networks by activity dependent growth

در این مقاله، ما یک مدل توصیف رشد و توسعه شبکه های عصبی را بر اساس آخرین دستاوردهای علوم اعصاب تجربی ارائه می دهیم. این مدل بر اساس دو معادله تکاملی است. معادله اول برای تکامل حالت های نورونی است و دوم برای رشد نکات آکسون است. با استفاده از این مدل، فرآیند رشد نورون از نورونهای قطع شده به شبکه های سه بعدی به طور کامل متصل می شود. برای تجزیه و تحلیل ساختار اتصالات شبکه، ما از روش های نظری گرافیکی تصادفی استفاده کردیم. نشان داده شده است که رشد شبکه های عصبی منجر به شکل گیری شناخته شده یک جهان کوچک می شود. مدل شبکه تجزیه و تحلیل توزیع اتصال نشان می دهد که یک توزیع درجه درجه به طور غیر غایی، بدون هیچ مقیاس آزاد برای توزیع گره در درجه است. از نظر نظریه گراف، این مطالعه یک مدل جدید از گراف پویا را ایجاد کرد.