1. 중요성과 자기 조직화 된 중요성 : 뇌는 비판적 지점 근처에서 작동하는 것으로 제안되었으며, 여기서 규모가없는 행동을 나타내며 작은 변화에 매우 민감합니다. RG 방법을 사용하여 이러한 중요성이 나오는 조건과 뇌 기능에 대한 영향을 조사 할 수 있습니다.
2. 신경 눈사태 : 신경 눈사태는 크기와 기간에 전력법 분포를 나타내는 신경 활동의 계단식입니다. RG 방법은 이러한 눈사태를 분석하고인지 과정과의 관계를 이해하는 데 사용될 수 있습니다.
3. 기능적 연결성 : RG 방법은 뇌의 기능적 연결성을 연구하기 위해 적용될 수 있으며, 이는 상이한 뇌 영역 사이의 시간적 관계를 지칭한다. RG 방법은 뇌를 다른 영역으로 거칠게 섭취하고 관련 상호 작용을 식별함으로써 기본 네트워크 구조와 역학을 드러내는 데 도움이 될 수 있습니다.
4. 신경망의 정보 처리 : RG 방법은 신경망이 네트워크를 거친 곡식을 섭취하고 뉴런 간의 효과적인 상호 작용을 식별하여 정보를 처리하는 방법을 연구하는 데 사용될 수 있습니다. 이것은 인식, 학습 및 기억의 기본 계산 원칙에 대한 통찰력을 제공 할 수 있습니다.
5. 멀티 스케일 역학 : 뇌는 다른 공간 및 시간적 규모에 걸쳐 광범위한 역학을 나타냅니다. RG 방법을 사용하여 다른 프로세스가 발생하는 관련 척도를 식별하고 이러한 프로세스가 어떻게 상호 작용하여 복잡한 뇌 기능을 야기하는지 이해할 수 있습니다.
연구자들은 뇌 정보 처리의 이러한 측면 및 다른 측면에 RG 방법을 적용함으로써 뇌의 작동 방식과 그것이 복잡한인지 기능을 야기하는 방법에 대한 더 깊은 이해를 얻는 것을 목표로합니다.
