비용과 토폴로지를 분리하는 비용 통합 기법
본 논문은 가중 네트워크의 위상 특성을 비용(엣지 수)과 구분하기 위해 “비용‑통합(cost‑integration)” 방법을 제안한다. 전역 효율성(global efficiency)을 중심으로, 비용‑통합이 가중치 집합의 단조 변환을 제어함을 정리하고, 가중 버전의 위상 지표가 실제로는 가중 비용에만 의존한다는 부정적 결과를 증명한다. 또한 Monte Carlo 샘플링을 통한 근사 방법과 fMRI 작업 기억 과제에 대한 재분석을 제시한다.
저자: Cedric E. Ginestet, Thomas E. Nichols, Ed T. Bullmore
본 논문은 뇌 연결망 연구에서 가중 네트워크의 위상 특성을 비용(엣지 수)과 구분하여 해석하고자 하는 필요성에서 출발한다. 전통적으로 네트워크 위상 지표(클러스터링 계수, 전역 효율성 등)는 무가중(이진) 그래프에 정의되어 왔으며, 가중 그래프에 적용하기 위해서는 두 가지 주요 접근법이 있다. 첫 번째는 가중 버전의 위상 지표를 직접 사용하는 것이고, 두 번째는 모든 가능한 비용 수준을 고려해 위상 지표를 비용‑통합(cost‑integration)하는 방법이다.
저자들은 먼저 그래프 이론적 기초를 정리한다. 무가중 그래프 G=(V,E)에서 비용은 |E|/|I| 로 정의되며, 여기서 I는 가능한 모든 엣지 쌍의 집합이다. 가중 그래프는 동일한 정점 집합에 가중치 행렬 W를 부여한 형태이며, 완전 가중 그래프는 모든 가능한 엣지가 존재한다는 의미다. 가중치는
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기