随机阈值网络中的最大信息传输和行为多样性
摘要：随机阈值网络（RTNs）是稀疏、非对称自旋玻璃、神经网络或基因调控网络的理想化模型。RTNs还作为任何协调因果系统的有趣通用示例。在这里，我们研究了RTNs中最大信息传递和行为多样性的条件。这些条件可能在物理和生物系统中发挥重要作用，可能在生物系统中作为重要的选择性特征。我们表明，成对互信息在动态临界网络中最大化。此外，我们还表明，相关行为多样性在接近临界区的轻微混沌网络中最大化。重要的是，临界网络最大化了网络和时间跨度内的协调、多样化的动态行为：在源节点和接收节点之间使用时延测量时，源节点和接收节点之间的信息传递及动态行为的多样性在临界网络中最大化。
作者：M. Andrecut, D. Foster, H. Carteret and S. A. Kauffman
论文ID：0901.1675
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2009-01-14