Directed Information Measures in Neuroscience

تحلیل انتقال اطلاعات به سرعت در علوم اعصاب پذیرفته شده است، جایی که انتقال بسیار پویای اطلاعات به طور مداوم در بالای اتصالات آناتومیک مغز در حال تغییر است. اندازه‌گیری چنین انتقالی برای درک اینکه چگونه مسیریابی و پردازش اطلاعات انعطاف‌پذیر منجر به عملکرد شناختی بالاتر می‌شود، بسیار مهم است. معیارهای اطلاعاتی هدایت‌شده در علوم اعصاب پیشرفت‌های اخیر مفاهیم و ابزارهای اندازه‌گیری انتقال اطلاعات، کاربرد آن‌ها در ضبط‌های فیزیولوژیکی عصبی و تجزیه و تحلیل تعاملات را مرور می‌کند. این کتاب که توسط فعال ترین محققان در این زمینه نوشته شده است، وضعیت هنر، چشم اندازها و چالش های آینده در راه ارزیابی کارآمد انتقال اطلاعات عصبی را مورد بحث قرار می دهد. نکات برجسته شامل کمی سازی نظری و برآورد عملی انتقال اطلاعات، توصیف انتقال به صورت محلی در فضا و زمان، اقدامات هدایت شده چند متغیره، تجزیه اطلاعات در میان مجموعه ای از متغیرهای محرک/پاسخ و رابطه بین علیت مداخله ای و مشاهده ای است. برنامه‌های کاربردی برای مجموعه داده‌های عصبی و اشاره‌گرها به نرم‌افزار منبع باز، سودمندی این اقدامات را در علوم اعصاب تجربی نشان می‌دهد. با پیشرفته‌ترین پیشرفت‌های ریاضی، تکنیک‌های محاسباتی و کاربردها در مجموعه‌های داده واقعی، این کتاب برای همه دانشجویان فارغ‌التحصیل و محققان علاقه‌مند به شناسایی و درک انتقال اطلاعات بین اجزای سیستم‌های پیچیده مفید خواهد بود.

Analysis of information transfer has found rapid adoption in neuroscience, where a highly dynamic transfer of information continuously runs on top of the brain's slowly-changing anatomical connectivity. Measuring such transfer is crucial to understanding how flexible information routing and processing give rise to higher cognitive function. Directed Information Measures in Neuroscience reviews recent developments of concepts and tools for measuring information transfer, their application to neurophysiological recordings and analysis of interactions. Written by the most active researchers in the field the book discusses the state of the art, future prospects and challenges on the way to an efficient assessment of neuronal information transfer. Highlights include the theoretical quantification and practical estimation of information transfer, description of transfer locally in space and time, multivariate directed measures, information decomposition among a set of stimulus/responses variables and the relation between interventional and observational causality. Applications to neural data sets and pointers to open source software highlight the usefulness of these measures in experimental neuroscience. With state-of-the-art mathematical developments, computational techniques and applications to real data sets, this book will be of benefit to all graduate students and researchers interested in detecting and understanding the information transfer between components of complex systems.