Funkcjonalna holografia

Holografia funkcjonalna (FH) to metoda analizy mająca na celu wydobycie maksymalnej ilości informacji funkcjonalnych o sieci dynamicznej jako całości.

Itay Baruchi i jego doktorat. kierownik, Eshel Ben-Jacob , przedstawił metodologię funkcjonalnej holografii (FH). Analiza FH została opracowana w celu zbadania dynamiki sieci dynamicznych wykonujących zadania (takich jak aktywność mózgu i sieci neuronowe oraz sieci genowe lub zarejestrowane dane systemu dynamiki, takie jak parametry giełdowe lub aktywność chipów biologicznych).

Nowe podejście opiera się na uświadomieniu sobie, że sieci wykonujące zadania kierują się pewnymi podstawowymi zasadami, które powinny znaleźć odzwierciedlenie, a zatem zostać wykryte w ich działalności. Tam, gdzie analiza ma na celu rozszyfrowanie istnienia prostych motywów przyczynowych, które mają być osadzone w obserwowanej złożonej działalności sieci, zauważalne są. W wielu badaniach stosowano analizę FH do modelowanych i rzeczywistych sieci lub złożonych danych (takich jak zarejestrowana aktywność mózgu, z mikromacierzy genowych , mikromacierze antygenowe danych, a nawet danych finansowych) w złożonym działaniu rozszyfrowywane są charakterystyczne cechy geometryczne i topologiczne.

Historia

Metoda analizy holografii funkcjonalnej została po raz pierwszy wprowadzona w 2004 roku przez Itai Baruchiego i Eshela Ben-Jacoba do analizy zarejestrowanej aktywności ludzkiego mózgu. Termin hologram oznacza „całość” – po grecku holo plus „informacja” lub „wiadomość” – po grecku gram.

W fotografii holograficznej informacje opisujące obiekt 3D są zakodowane na dwuwymiarowej kliszy fotograficznej , gotowy do regeneracji w obraz holograficzny lub hologram. Charakterystyczną cechą procesu jest „całość w każdej części” – niewielka część kliszy fotograficznej może wygenerować cały obraz, ale z mniejszą liczbą szczegółów. Kolejną właściwością jest wysoka tolerancja na szum i duża odporność na uszkodzenia: nawet przy wielu niedoskonałościach lub usunięciu kilku pikseli obraz obiektu jako całości jest nadal zachowywany w hologramie. Aby powiększyć część oryginalnego obiektu 3D, należy wyprodukować nowy film fotograficzny dla części, która ma zostać powiększona. Inną powiązaną cechą jest superpozycja holograficzna — gdy są oświetlone razem (umieszczone obok siebie), dwa hologramy mogą generować nakładanie się odpowiednich dwóch obiektów 3D. Nakładanie obiektów można również wykonać poprzez odciskanie obrazów dwóch (lub więcej) obiektów 3D na tej samej folii holograficznej. Te i inne szczególne cechy hologramu wynikają ze sposobu kodowania informacji na kliszy – nie bezpośredniej projekcji obrazu w rzeczywistej przestrzeni, ale korelacji między pikselami. Są one przekształcane z powrotem w obraz w trzech wymiarach dzięki odpowiedniemu oświetleniu.

Powyższe właściwości hologramów kierowały rozwojem i są uzasadnieniem przedstawionej tutaj funkcjonalnej metody holografii. Określenie „funkcjonalne” ma wskazywać, że analiza odbywa się w przestrzeni korelacji funkcjonalnych pełniących rolę analogiczną do korelacji dalekiego zasięgu odciskanych na kliszy fotograficznej (za pomocą interferencji światła spójnego). Metodologia funkcjonalnej holografii ma wspólne cechy hologramów — tolerancję na szum, odporność na uszkodzenia, holograficzną superpozycję i holograficzne powiększanie.

Algorytm

Ocena macierzy podobieństw (korelacji) między działaniami elementów składowych sieci.
Zbiorcza normalizacja podobieństw – transformacja powinowactwa – w celu skonstruowania macierzy korelacji funkcjonalnych.
Rzut macierzy powinowactwa z wykorzystaniem algorytmów redukcji wymiarów ( Analiza Głównych Składowych , PCA) na główną trójwymiarową przestrzeń wiodących wektorów własnych obliczonych przez algorytm.
Odzyskanie informacji utraconych podczas redukcji wymiarów - węzły są połączone liniami oznaczonymi kolorami, które reprezentują poziom podobieństwa, co jest następnie wykorzystywane do konstruowania sieci holograficznej w przestrzeni głównej.

Linki zewnętrzne