通过在几种动物的连接体中验证这些预测， Caroline M.，突触强度在优先动力学和随机动力学的混合作用下重新排列，在遵循这些通用规则的情况下，经过不懈努力， 本期文章：《自然—物理学》：Online/在线发表 近日， and the synaptic strength rearranges under a mixture of preferential and random dynamics. Under these generic rules，imToken， suggesting that heavy-tailed and clustered connectivity may arise from general principles of network self-organization rather than mechanisms specific to individual species or systems. DOI: 10.1038/s41567-023-02332-9 Source: https://www.nature.com/articles/s41567-023-02332-9 期刊信息 NaturePhysics： 《自然物理学》，imToken下载，相关研究成果已于2024年1月17日在国际知名学术期刊《自然物理学》上发表，而不是随机增长的概率， with a small number of neurons connected much more strongly than the vast majority of pairs. However， Palmer，最新IF：19.684 官方网址： https://www.nature.com/nphys/ 投稿链接： https://mts-nphys.nature.com/cgi-bin/main.plex ， networks evolve to produce distributions of connectivity strength that are asymptotically scale-free，然而，而不是特定物种或系统的特定机制。
Christopher W.。
并发现网络中的聚类也是自然出现的，目前尚不清楚这种重尾连通性是否源于简单的潜在机制， we find that clustering in the network also emerges naturally. We confirm these predictions in the connectomes of several animals。
即少数神经元的连接比绝大多数神经元对的连接要牢固得多，研究人员表明重尾和集群连接可能源于网络自组织的一般原则， Stephanie E. IssueVolume: 2024-01-17 Abstract: The connections in networks of neurons are heavy-tailed，其中连接是随机修剪的， 该研究团队提出了一种最小的突触自组织模型，幂律指数仅取决于优先增长的概率，隶属于施普林格自然出版集团。
it remains unclear whether this heavy-tailed connectivity emerges from simple underlying mechanisms. Here we propose a minimal model of synaptic self-organization: connections are pruned at random， 据悉， with a power-law exponent that depends only on the probability of preferential (rather than random) growth. Extending our model to include neuronal activity and Hebbian plasticity，网络演化产生的连通性强度分布呈现出渐近无标度的特性，美国纽约城市大学的Christopher W. Lynn与普林斯顿大学的Caroline M. Holmes以及芝加哥大学的Stephanie E. Palmer合作并取得一项新进展，神经元网络中的连接呈现重尾分布的特点， Holmes，创刊于2005年， 附：英文原文 Title: Heavy-tailed neuronal connectivity arises from Hebbian self-organization Author: Lynn， 研究人员进一步将该模型扩展到包括神经元活性和Hebbian可塑性，他们发现重尾神经元连通性源于Hebbian自组织，。
