因果遇到推断:神经科学中的复杂性

作     者：Viktor Jirsa 

作者机构：艾克斯-马赛大学国家卫生和医学研究所法国马赛13005 艾克斯-马赛大学系统神经科学研究所(INS)UMR1106法国马赛13005 

出 版 物：《人工智能》 (Artificial Intelligence View)

年 卷 期：2022年第6期

页      面：12-27页

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 08[工学] 0836[工学-生物工程] 

基　　金：欧盟“地平线2020”研究与创新框架计划(945539) 

主　　题：虚拟大脑 脑网络 连接组 涌现 流形上的结构化流 

摘      要：神经科学的概念和理论植根于不同的领域,如信息论、动力系统理论和认知心理学。并非所有这些概念和理论都可以有机联系起来,一些概念之间无法直接进行比较,而领域内的特定术语对跨领域整合也造成了障碍。然而,概念层面的整合能够提供直觉和巩固的理解形式,对神经科学的进展形成重要的指导。本文在信息理论框架内整合了确定性和随机性动力学过程,从而将信息熵和自由能与大脑网络中的涌现动力学和自组织机制联系起来。我们确定了导致网络中等变矩阵的神经元群体的基本属性,其复杂行为可以自然地通过流形上l的结构化流表示,从而建立大脑功能理论的内在模型。我们使用大脑网络模拟平台The将这些概念转化为实际应用,并通过健康老龄化和癫痫的例子说明了它的用途。