Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

行動および神経系におけるダイナミックなパターン生成

G Schöner1, J A Kelso

  • 1Center for Complex Systems, Florida Atlantic University, Boca Raton 33431.

Science (New York, N.Y.)
|March 25, 1988
PubMed
まとめ
この要約は機械生成です。

この研究は,複雑な生物学的システムにおけるパターン生成を理解するための数学的枠組みを提示しています. 経験的な時間的なパターンを単純な動的法則にマッピングし,行動,ニューラルネットワーク,ニューロンの分析を助けます.

関連する実験動画

関連する概念動画

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Task-specific stability of abundant systems: Structure of variance and motor equivalence.

Neuroscience·2015
Same author

Parametric stabilization of biological coordination: a theoretical model.

Journal of biological physics·2013
Same author

How visual information links to multijoint coordination during quiet standing.

Experimental brain research·2012
Same author

Preselection and response biasing in short-term motor memory.

Memory & cognition·2011
Same author

Motor equivalence and self-motion induced by different movement speeds.

Experimental brain research·2011
Same author

Redundancy, self-motion, and motor control.

Neural computation·2009
Same journal

Erratum for the Research Article "Detecting supramolecular organic nanoparticles during heat wave".

Science (New York, N.Y.)·2026
Same journal

Local signals, systemic decline.

Science (New York, N.Y.)·2026
Same journal

The mechanics of liver regeneration.

Science (New York, N.Y.)·2026
Same journal

Computing in a memory with physics.

Science (New York, N.Y.)·2026
Same journal

Retraction.

Science (New York, N.Y.)·2026
Same journal

Making time.

Science (New York, N.Y.)·2026
関連記事をすべて見る

科学分野:

  • 複雑な生物系は複雑な生物系である.
  • 理論生物学理論生物学について
  • 数学的モデリング

背景:

  • 複雑な生物系におけるパターン生成を理解することは,大きな課題です.
  • 既存のアプローチには,さまざまな分析スケールを結びつける統一された理論的枠組みが欠けていることが多い.

研究 の 目的:

  • パターン生成のための理論と実験を組み合わせた運用的アプローチを提示する.
  • 生物学的システムにおける時間的なパターンを分析するための数学的枠組みを開発する.
  • 複数のスケールでダイナミックなパターンの理解を橋渡しする.

主な方法:

  • 非均衡システムにおける自己組織化に関する中央的な数学的概念を活用する.
  • オーダーパラメータのダイナミクス,安定性,変動,時間スケールを適用する.
  • 経験的に観測された時間パターンを低次元動的法則にマッピングする.

主要な成果:

  • 経験的な時間的なパターンが,単純な低次元ストキャスティック,非線形動的法則にどのようにマッピングされるかを示した.
  • パターン分析のための新しい観測値を提供する理論的枠組みを開発した.
  • 行動パターン,ニューラルネットワーク,個々のニューロンにおけるフレームワークの適用性を示しました.

結論:

  • 提出された枠組みは,生物学的システムの動的パターンを理解するための統一された言語と戦略を提供します.
  • それは,記述の低いレベルからマクロの行動まで,パターンの生成の分析を容易にする.
  • このアプローチは,様々なスケールのダイナミックなパターンの間の関連性を理解するのに役立ちます.