دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: برنامه نویسی: زبان های برنامه نویسی ویرایش: نویسندگان: Roelstraete B., Rosseel Y. سری: ناشر: سال نشر: تعداد صفحات: 0 زبان: English فرمت فایل : RAR (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 490 کیلوبایت
کلمات کلیدی مربوط به کتاب FIAR: یک بسته R برای تجزیه و تحلیل یکپارچگی عملکردی در مغز + کد: کتابخانه، ادبیات کامپیوتر، ر
در صورت تبدیل فایل کتاب FIAR: An R Package for Analyzing Functional Integration in the Brain + Code به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب FIAR: یک بسته R برای تجزیه و تحلیل یکپارچگی عملکردی در مغز + کد نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
ادغام عملکردی در مغز به تعاملات توزیع شده بین مناطق جدا شده از
نظر عملکردی اشاره دارد. بررسی ارتباط مؤثر در شبکههای مغز، یعنی
تأثیر علّی مستقیمی که یک ناحیه مغز بر ناحیه دیگر اعمال میکند،
به طور فزایندهای به عنوان ابزاری مهم برای درک عملکرد مغز در
مطالعات تصویربرداری عصبی شناخته میشود. روشهای شناسایی روابط
درونی بین عناصر در یک شبکه به طور فزایندهای مورد تقاضا
هستند.
در چند دهه اخیر تکنیکهای متعددی مانند شبکههای بیزی، علیت
گرنجر و مدلهای علی پویا برای شناسایی روابط علی در سیستمهای
پویا توسعه یافتهاند. در همان زمان، تکنیکهای تثبیتشده مانند
مدلسازی معادلات ساختاری (SEM) در حال اصلاح و گسترش هستند تا
تعاملات اساسی در دادههای تصویربرداری را آشکار کنند. در بسته R
FIAR که مخفف Functional Integration Analysis در R است، ما
بسیاری از آخرین تکنیک ها را برای تجزیه و تحلیل شبکه های مغزی بر
اساس داده های تصویربرداری تشدید مغناطیسی عملکردی (fMRI) پیاده
سازی کرده ایم. این بسته را می توان برای تجزیه و تحلیل داده های
تجربی و همچنین برای شبیه سازی داده ها تحت مدل های خاص استفاده
کرد.
Functional integration in the brain refers to distributed
interactions among functionally segregated regions.
Investigation of effective connectivity in brain networks, i.e,
the directed causal influence that one brain region exerts over
another region, is being increasingly recognized as an
important tool for understanding brain function in neuroimaging
studies. Methods for identifying intrinsic relationships among
elements in a network are increasingly in demand.
Over the last few decades several techniques such as Bayesian
networks, Granger causality, and dynamic causal models have
been developed to identify causal relations in dynamic systems.
At the same time, established techniques such as structural
equation modeling (SEM) are being modified and extended in
order to reveal underlying interactions in imaging data. In the
R package FIAR, which stands for Functional Integration
Analysis in R, we have implemented many of the latest
techniques for analyzing brain networks based on functional
magnetic resonance imaging (fMRI) data. The package can be used
to analyze experimental data, but also to simulate data under
certain models.