Séance de cours

Centralité et Hubs

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Description

Cette séance de cours couvre les concepts de centralité et les centres de neurosciences en réseau, explorant les trois axes cardinaux de centralité : degré, entre les deux et proximité. Elle s'inscrit dans l'importance des vecteurs propres, des coefficients de regroupement, des réseaux de petits mondes et des défaillances des réseaux. L'instructeur discute de la signification des moyeux dans le connectome structural du cerveau, de la connexion des réseaux et de l'émergence de la composante géante dans les graphiques aléatoires. La théorie de la percolation et son application dans les réseaux cérébraux sont également abordées, mettant en évidence le mouvement et le filtrage des fluides à travers des matériaux poreux.

Source officielle

Proximité ontologique

Mathématiques

Mathématiques discrètes: Théorie des graphes

Concepts associés (32)

Centralité

thumb|right|300px|Exemples de A) Centralité d'intermédiarité, B) Centralité de proximité, C) Centralité de vecteur propre, D) Centralité de degré, E) Centralité harmonique et F) Centralité de Katz sur le même graphe. En théorie des graphes et en théorie des réseaux, les indicateurs de centralité sont des mesures censées capturer la notion d'importance dans un graphe, en identifiant les sommets les plus significatifs.

Small-world network

A small-world network is a mathematical graph in which most nodes are not neighbors of one another, but the neighbors of any given node are likely to be neighbors of each other. Due to this, most neighboring nodes can be reached from every other node by a small number of hops or steps. Specifically, a small-world network is defined to be a network where the typical distance L between two randomly chosen nodes (the number of steps required) grows proportionally to the logarithm of the number of nodes N in the network, that is: while the global clustering coefficient is not small.

Étude du petit monde

Le « phénomène du petit monde » (appelé aussi effet du petit monde également connu sous le vocable « paradoxe de Milgram » car ses résultats semblent contraires à l'intuition) est l'hypothèse que chacun puisse être relié à n'importe quel autre individu par une courte chaîne de relations sociales. Ce concept reprend, après l'expérience du petit monde, conduite en 1967 par le psychosociologue Stanley Milgram, le concept de « six degrés de séparation », formulé par le Hongrois Frigyes Karinthy en 1929.

Réseau complexe

En théorie des graphes, un réseau complexe est un réseau possédant une architecture et une topologie complexe et irrégulière. Comme tous les réseaux, ils sont composés de nœuds (ou sommets ou points) représentant des objets, interconnectés par des liens (ou arêtes ou lignes). Ces réseaux sont des représentations abstraites des relations principalement présentes dans la vie réelle dans une grande diversité de systèmes biologiques et technologiques.

Connectome

Le connectome est un plan complet des connexions neuronales d'un cerveau. La production et l'étude des connectomes est la connectomique. À l'échelle microscopique, elle décrit la disposition des neurones et des synapses dans tout ou partie du système nerveux d'un organisme. À l'échelle "macroscopique", elle étudie la connectivité fonctionnelle et structurelle entre toutes les aires corticales et les structures sous-corticales.

Afficher plus

Séances de cours associées (64)

Introduction aux réseaux et aux réseaux du cerveau

Introduit les fondamentaux de la science des réseaux, en se concentrant sur les réseaux du cerveau et leurs percées historiques.

Centralité et Hubs

Déplacez-vous dans la centralité et les centres de neurosciences en réseau, explorant l'importance des noeuds, les réseaux de petits mondes, le connectome structural du cerveau et la théorie de la percolation.

Principes fondamentaux de la connectivité cérébrale

Introduit les bases de la connectomique cérébrale, y compris la terminologie, le prétraitement des données, l'IRM fonctionnelle, les mesures de connectivité et la structure modulaire.

Réseaux et réseaux du cerveau

Couvre les bases des réseaux, en mettant l'accent sur les réseaux du cerveau, les percées historiques, les découvertes de petits mondes et de réseaux sans échelle, et l'importance du connectome humain.

Statistiques des graphiques : Graphiques aléatoires, Homomorphismes des graphiques et Analyse des réseaux

Explore les statistiques graphiques, la génération aléatoire de graphiques, l'analyse de réseaux, les mesures de centralité et les coefficients de regroupement.

Afficher plus

Concepts associés (32)