Modèle de petit monde

Un petit réseau mondial de neurones peut présenter une mémoire à court terme. Un modèle informatique développé par Solla et coll. [33] [34] avait deux États stables, une propriété (appelée bistability) qui était considérée comme importante dans le stockage de mémoire. Une impulsion d`activation a généré des boucles auto-suffisantes d`activité de communication entre les neurones. Une seconde impulsion A mis fin à cette activité. Les impulsions commutaient le système entre les États stables: écoulement (enregistrement d`une «mémoire») et stase (le tenant). De petits réseaux neuronaux mondiaux ont également été utilisés comme modèles pour comprendre les crises convulsives. [35] les réseaux du petit monde peuvent également être introduits avec le temps-Delay [19], qui produira non seulement des fractales mais aussi du chaos [20] dans les bonnes conditions, ou la transition vers le chaos dans les réseaux de dynamique. les réseaux du petit monde ont également des longueurs de chemin courtes (L), comme on l`observe couramment dans les réseaux aléatoires. La longueur du tracé est une mesure de la distance entre les noeuds du réseau, calculée comme la moyenne des distances géodésiques les plus courtes entre toutes les paires de nœuds possibles: les petites valeurs de L garantissent que les informations ou les ressources se propagent facilement sur tout le réseau.

Cette propriété rend le traitement de l`information distribué possible sur les réseaux technologiques et soutient les six degrés de séparation souvent signalés dans les réseaux sociaux. Encore une autre méthode pour quantifier la petite-worldness normalise à la fois l`agrégation du réseau et la longueur de chemin par rapport à ces caractéristiques dans les réseaux de treillis et aléatoires équivalents. L`indice du petit monde (SWI) est défini comme [9] le réseau de treillis a été généré en utilisant une version modifiée de l`algorithme de «latticization» (Sporns et zwi, 2004) trouvé dans la boîte à outils de connectivité du cerveau (www.brain-connectivity-toolbox.net) (Rubinov et Sporns, 2010). cet algorithme a été précédemment utilisé pour dimensionner le clustering et la longueur de chemin entre les réseaux aléatoires et réseau (Sporns et zwi, 2004) et pour évaluer l`efficacité des réseaux sur des coûts variables (Achard et Bullmore, 2007). La procédure est basée sur un algorithme de chaîne de Markov qui maintient le degré de nœud et échange les arêtes avec une probabilité uniforme; Toutefois, les swaps sont effectués uniquement si la matrice résultante a des entrées qui sont plus proches de la diagonale principale. Pour optimiser le coefficient de clustering du réseau de treillis, la procédure de latticization est exécutée sur plusieurs répétitions définies par l`utilisateur. En stockant la matrice de contiguïté initiale et son coefficient de clustering, la procédure de latticization est exécutée sur la matrice. Si le coefficient de clustering de la matrice résultante est inférieur, la matrice initiale est conservée et la latticization est de nouveau exécutée sur la même matrice; Si le coefficient de clustering est plus élevé, la matrice de contiguïté initiale est remplacée.

Ce processus de latticization est répété jusqu`à ce que le clustering soit maximisé. Ce processus aboutit à un réseau hautement cluster avec une longueur de chemin d`accès approximative d`une topologie de réseau. Pour réduire le temps de traitement dans les réseaux plus grands, une procédure de «fenêtre coulissante» a été développée. Des sections plus petites de la matrice sont échantillonnées le long de la diagonale principale, latticized, et réinsérées dans la matrice plus grande d`une manière étape-sage. Les réseaux du petit monde ont été utilisés pour estimer la convivialité des informations stockées dans de grandes bases de données. La mesure est appelée la mesure de transformation des données du petit monde. 28 [29] plus les liens de base de données sont alignés sur un réseau de petite taille, plus il est probable qu`un utilisateur puisse extraire des informations à l`avenir. Cette utilisabilité se présente généralement au coût de la quantité d`informations qui peuvent être stockées dans le même référentiel.