[논문 리뷰] Avalanches of Activation and Spikes in Neuronal Complex Networks

Luciano da Fontoura Costa|ArXiv.org|2008. 02. 04.

Neural dynamics and brain function참고 문헌 1인용 수 5

한 줄 요약

이 논문은 복잡한 신경망에서 붕괴 유사 활성화 역학을 설명하기 위해 동심형 이웃 구조와 계층적 차수를 기반으로 한 평균장 등가 모델을 제안한다. 네트워크 구조, 특히 계층적 노드 분포가 활성화 붕괴의 시기와 강도를 결정함을 입증하며, 경로-정규 및 바라바시-알버트 네트워크는 급격하고 시그모이드 형태의 활성화 폭발을 보이고, 워츠-스트로가츠 및 지리적 네트워크는 날카럽지 않은 점진적인 확산을 보인다.

ABSTRACT

As shown recently (arXiv:0801.3056), several types of neuronal complex networks involving non-linear integration-and-fire dynamics exhibit an abrupt activation along their transient regime. Interestingly, such an avalanche of activation has also been found to depend strongly on the topology of the networks: while the Erdős-Rény, Barabási-Albert, path-regular and path-transformed BA models exhibit well-defined avalanches; Watts-Strogatz and geographical structures present instead a gradual dispersion of activation amongst their nodes. The current work investigates such phenomena by considering a mean-field equivalent model of a network which is strongly founded on the concepts of concentric neighborhoods and degrees. It is shown that the hierarchical number of nodes and hierarchical degrees define the intensity and timing of the avalanches. This approach also allowed the identification of the beginning activation times during the transient dynamics, which is particularly important for community identification (arXiv:0801.4269, arXiv:0801.4684). The main concepts and results in this work are illustrated with respect to theoretical and real-world (\emph{C. elegans}) networks. Several results are reported, including the identification of secondary avalanches, the validation of the equivalent model, the identification of the possible universality of the avalanches for most networks (depending only on the network size), as well as the identification of the fact that different avalanches can be obtained by locating the activation source at different neurons of the \emph{C. elegans} network.

연구 동기 및 목표

• 네트워크 구조가 비선형 통합-화염 신경망에서 일시적 비선형 활성화 역학에 미치는 영향를 이해하는 것.
• 전체 네트워크 동역학을 시뮬레이션하지 않고도 활성화 붕괴의 핵심 특성을 포착하는 단순화된 평균장 모델을 개발하는 것.
• 동심형 이웃과 계층적 차수의 역할이 붕괴 발생 시기와 강도를 결정하는 데 어떤 영향을 미치는지 규명하는 것.
• 합성 네트워크(예: ER, BA, WS)와 실제 네트워크(C. elegans)를 사용하여 모델을 검증하는 것.
• 커뮤니티 탐지 및 신경계에서의 활성화 제한성에 대한 함의를 탐색하는 것.

제안 방법

• 활성화 원천 노드 주변에 동심형 이웃을 정의하고, 각 수준에서의 노드 수와 계층적 차수를 측정한다.
• 각 동심 고리가 집합된 연결성을 가진 단일 슈퍼노드로 표현되는 평균장 등가 네트워크를 구성한다.
• 계층적 차수와 고리 크기를 사용하여 수준 간 누적 활성화 흐름을 모델링하고, 일시적 동역학을 시뮬레이션한다.
• 다양한 네트워크 유형(ER, BA, WS, GG, PN, PA)에 모델을 적용하여 다양한 구조에서의 붕괴 행동을 비교한다.
• 모델의 예측된 활성화 시기와 강도를 전체 통합-화염 시뮬레이션과 비교하여 모델을 검증한다.
• C. elegans에서의 2차 붕괴와 원천에 의존하는 활성화 패턴을 예측하기 위해 모델을 활용한다.

실험 결과

연구 질문

• RQ1 네트워크 구조는 비선형 통합-화염 신경망에서 활성화 붕괴의 발생에 어떤 영향을 미치는가?
• RQ2 동심형 이웃을 기반으로 한 평균장 모델이 활성화 붕괴의 시기와 강도를 정확히 재현할 수 있는가?
• RQ3 계층적 차수와 고리 크기는 붕괴 발생 시기와 전파에 어떤 역할을 하는가?
• RQ4 다양한 네트워크 유형(예: 소월드 대비 스케일프리)은 활성화 역학에서 어떻게 다름이 있는가?
• RQ5 이 모델은 C. elegans와 같은 실제 신경망에서 2차 붕괴와 원천에 의존하는 활성화 패턴을 예측할 수 있는가?

주요 결과

• 경로-정규 및 바라바시-알버트 네트워크는 계층적 노드 분포로 인해 급격하고 시그모이드 형태의 활성화 붕괴를 보인다.
• 워츠-스트로가츠 및 지리적 네트워크는 날카롭지 않은 점진적인 확산을 보이며 날카로운 붕괴를 보이지 않는다.
• 평균장 등가 모델은 여러 네트워크 유형에서 활성화 붕괴의 시기와 강도를 정확히 재현한다.
• 2차 붕괴는 경로-정규 네트워크에서 관찰되어 초기 활성화 폭발을 넘는 복잡한 시간적 동역학을 시사한다.
• 모델은 C. elegans에서 활성화 원천 위치에 따라 다른 붕괴 패턴을 예측하는 데 성공했다.
• 동심형 이웃의 계층적 구조는 붕괴 행동의 핵심 결정 요소로 규명되었으며, 네트워크 크기 외에는 의존하지 않는 거의 보편적인 메커니즘이라는 것을 시사한다.