[论文解读] Emergent complexity: what uphill analysis or downhill invention can not do

Dante R. Chialvo|ArXiv.org|Mar 31, 2008

Complex Systems and Decision Making参考文献 28被引用 4

一句话总结

本文提出大脑在相变临界点附近运行，通过自组织动力学而非工程化设计实现复杂行为的涌现。通过对fMRI和MEG数据提取的功能脑网络进行分析，表明这些网络表现出无标度、小世界和分形结构——临界性的关键特征，支持临界性是大脑计算效率与鲁棒性的基础这一假设。

ABSTRACT

In these notes we review emergent phenomena in complex systems, emphasizing ways to identify potential underlying universal mechanisms that generates complexity. The discussion is centered around the emergence of collective behavior in dynamical systems when they are poised near a critical point of a phase transition, either by tuning or by self-organization. We then argue the rationale for our proposal that the brain is naturally poised near criticality reviewing recent results as well as the implications of this view of the functioning brain.

研究动机与目标

• 识别复杂系统中涌现复杂性的普遍机制，尤其是临界点附近的行为。
• 基于神经影像数据的实证网络特性，论证大脑自然地在临界点附近运行。
• 通过展示复杂行为可由自组织产生而非显式设计，挑战Braitenberg的“自上而下分析，自下而上发明”原则。
• 通过共享的自组织与临界性原则，连接社会性昆虫与神经系统的集体动力学。
• 提供一个理论框架，将脑功能与复杂网络中的相变和临界现象联系起来。

提出的方法

• 利用fMRI和MEG时间序列分析功能脑网络，提取脑区之间的时序相关性。
• 应用阈值法，基于相关系数超过临界值 $ r_c $ 来定义脑区之间的连接。
• 构建功能脑网络并计算拓扑属性：度分布、路径长度 ($ L $) 和聚类系数 ($ C $)。
• 将真实脑网络与随机化版本进行比较，评估其小世界特性与无标度拓扑。
• 使用小波分解分析MEG数据，研究频带特异性网络结构。
• 通过模拟目标节点移除，比较其与随机错误情形，测试网络鲁棒性。

实验结果

研究问题

• RQ1 动力系统中复杂集体行为涌现的普遍机制是什么？
• RQ2 在高维系统中，复杂且鲁棒的行为如何在无显式设计或调参的情况下产生？
• RQ3 有哪些证据支持人类大脑在临界点附近运行的假设？
• RQ4 像无标度度分布和小世界特性等拓扑特征如何与脑网络中的临界性相关联？
• RQ5 功能脑网络在多大程度上表现出与临界动力学一致的鲁棒性与可重构性？

主要发现

• 基于fMRI数据提取的功能脑网络表现出幂律度分布，指数约为2，表明其具有无标度组织特性。
• 大脑功能网络呈现小世界拓扑结构，具有短路径长度 $ L $ 和高聚类系数 $ C $，其中 $ C $ 显著高于随机网络。
• 脑区间连接数量随物理距离呈幂律衰减，与长程相关性和临界性一致。
• 基于小波的MEG数据分析揭示了支持跨频带临界动力学的分形小世界架构。
• 与同类无标度网络相比，脑网络在针对高阶中心节点的靶向攻击下更具鲁棒性，表明其鲁棒性与临界性相关。
• 在阿尔茨海默病中，功能网络失去小世界特性，支持临界性在病理状态下被破坏的观点。