Reconstruction of network structures from marked point processes using multi-dimensional scaling
Reconstruction of network structures from marked point processes using multi-dimensional scaling
复制标题
使用多维尺度从标记点过程重建网络结构
DOI：
10.1016/j.physa.2014.08.001
复制
发表时间：
2014
期刊：
影响因子：
3.3
通讯作者：
K. Fujiwara and T. Ikeguchi
中科院分区：
文献类型：
--
作者：
K. Kuroda;H. Hasiguchi;K. Fujiwara and T. Ikeguchi
我们提出了一种方法，估计网络结构只从观察到的标记点过程使用多维标度。在这种方法中，首先，我们计算一个尖峰时间度量，它量化了所观察到的标记点过程之间的度量距离。接下来，为了表示欧几里德空间中的点过程之间的关系，我们将多维标度应用于点过程之间的度量距离。然后，我们应用偏化分析所获得的坐标向量的多维缩放。因此，我们可以从多个点过程估计网络结构，即使元件有许多共同的虚假输入从其他元件。
We propose a method of estimating network structures only from observed marked point processes using the multi-dimensional scaling. In this method, first, we calculate a spike time metric which quantifies a metric distance between the observed marked point processes. Next, to represent a relationship among point processes in the Euclidean space, we apply the multi-dimensional scaling to the metric distance between point processes. Then we apply the partialization analysis to the obtained coordinate vectors by the multi-dimensional scaling. As a result, we can estimate the network structures from multiple point processes even though the elements have many common spurious inputs from the other elements.
DOI：
10.1023/a:1003403601725
发表时间：
1998-06-01
影响因子：
1
作者：
Ogata, Y
通讯作者：
Ogata, Y
从时间序列揭示神经元振荡器之间的耦合方向：相位动力学建模与部分定向相干。
影响因子：
2.9
作者：
D. Smirnov;B. Schelter;M. Winterhalder;J. Timmer
通讯作者：
J. Timmer
DOI：
--
发表时间：
2011
期刊：
影响因子：
--
作者：
K. Kuroda;Tohru Ashizawa;T. Ikeguchi
通讯作者：
T. Ikeguchi