<html>
  <head>

    <meta http-equiv="content-type" content="text/html; charset=ISO-8859-1">
  </head>
  <body bgcolor="#FFFFFF" text="#000000">
    I receive these emails in digest form, so I wasn't on top of the
    current conversation. Given that neural networks operate over
    neuronally-inspired processing units, I always found the lack of
    crosstalk between neuroscience and connectionist modeling
    literatures surprising. Though not nearly as ambitious as the BRAIN
    initiative, I've recently published a paper in Brain Connectivity
    demonstrating the sorts of interesting things that can come out of
    applying connectionist modeling techniques directly to Big Data from
    resting state fMRI. I'm not sure what sort of reception it will
    ultimately get from the neuroimaging community, but it seems topical
    and perhaps it will be of some interest to readers of this mailing
    list.<br>
    <br>
    <a href="http://www.ncbi.nlm.nih.gov/pubmed/24117388">http://www.ncbi.nlm.nih.gov/pubmed/24117388</a><br>
    <br>
    <h1 style="font-size: 1.231em; margin: 0.375em 0px; line-height:
      1.125em; color: rgb(0, 0, 0); font-weight: bold; font-family:
      arial, helvetica, clean, sans-serif; font-style: normal;
      font-variant: normal; letter-spacing: normal; orphans: auto;
      text-align: left; text-indent: 0px; text-transform: none;
      white-space: normal; widows: auto; word-spacing: 0px;
      -webkit-text-stroke-width: 0px; background-color: rgb(255, 255,
      255);">A Connectionist Approach to Mapping the Human Connectome
      Permits Simulations of Neural Activity Within an Artificial Brain.</h1>
    <div class="auths" style="font-size: 0.923em; color: rgb(0, 0, 0);
      font-family: arial, helvetica, clean, sans-serif; font-style:
      normal; font-variant: normal; font-weight: normal; letter-spacing:
      normal; orphans: auto; text-align: left; text-indent: 0px;
      text-transform: none; white-space: normal; widows: auto;
      word-spacing: 0px; -webkit-text-stroke-width: 0px;
      background-color: rgb(255, 255, 255);"><a
href="http://www.ncbi.nlm.nih.gov/pubmed?term=McNorgan%20C%5BAuthor%5D&cauthor=true&cauthor_uid=24117388"
        style="color: rgb(102, 0, 102); border-bottom-width: 0px;
        text-decoration: underline;">McNorgan C</a>,<span
        class="Apple-converted-space"> </span><a
href="http://www.ncbi.nlm.nih.gov/pubmed?term=Joanisse%20MF%5BAuthor%5D&cauthor=true&cauthor_uid=24117388"
        style="color: rgb(102, 0, 102); border-bottom-width: 0px;
        text-decoration: underline;">Joanisse MF</a>.</div>
    <div class="afflist" style="color: rgb(0, 0, 0); font-family: arial,
      helvetica, clean, sans-serif; font-size: 13px; font-style: normal;
      font-variant: normal; font-weight: normal; letter-spacing: normal;
      line-height: 17px; orphans: auto; text-align: left; text-indent:
      0px; text-transform: none; white-space: normal; widows: auto;
      word-spacing: 0px; -webkit-text-stroke-width: 0px;
      background-color: rgb(255, 255, 255); zoom: 1;">
      <h3 style="font-size: 1.0769em; line-height: 1.2857; margin: 0.5em
        0em; color: rgb(114, 65, 40); zoom: 1;"><a title="Open/close
          author information list" class="jig-ncbitoggler ui-widget
          ui-ncbitoggler"
          href="http://www.ncbi.nlm.nih.gov/pubmed/24117388#"
          aria-disabled="false" role="button" aria-expanded="false"
          style="font-size: 14px; font-family: arial, sans-serif
          !important; color: rgb(102, 0, 102); padding-left: 0px;
          position: relative; display: block; border-bottom-width: 0px;
          text-decoration: none !important;"><span
            class="ui-ncbitoggler-master-text">Author information</span><span
            class="ui-icon ui-icon-triangle-1-e" style="display: inline;
            text-indent: -99999px; overflow: hidden; width: 16px;
            height: 16px; background-image:
            url(http://static.pubmed.gov/portal/portal3rc.fcgi/3963835/img/3816834);
            position: absolute; left: auto; background-attachment:
            scroll; background-color: transparent; border: 1px solid
            rgb(221, 221, 221); border-bottom-left-radius: 3px;
            border-bottom-right-radius: 3px; margin-top: -8px; padding:
            5px; right: 0px; background-position: -3px -3px;
            background-repeat: repeat repeat;"></span></a></h3>
    </div>
    <div class="abstr" style="margin: 1em auto auto; color: rgb(0, 0,
      0); font-family: arial, helvetica, clean, sans-serif; font-size:
      13px; font-style: normal; font-variant: normal; font-weight:
      normal; letter-spacing: normal; line-height: 17px; orphans: auto;
      text-align: left; text-indent: 0px; text-transform: none;
      white-space: normal; widows: auto; word-spacing: 0px;
      -webkit-text-stroke-width: 0px; background-color: rgb(255, 255,
      255);">
      <h3 style="font-size: 1.0769em; line-height: 1.2857; margin: 0px;
        color: rgb(152, 87, 53); font-weight: bold; display: inline;">Abstract</h3>
      <div class="">
        <p style="margin: 0px 0px 0.5em;">Abstract Data-driven models
          drawn from statistical correlations between brain activity and
          behavior are used to inform theory-driven models, such as
          those described by computational models, which provide a
          mechanistic account of these correlations. This article
          introduces a novel multivariate approach for bootstrapping
          neurologically-plausible computational models that accurately
          encodes cortical effective connectivity from resting state
          functional neuroimaging data (rs-fMRI). We show that a network
          modularity algorithm finds comparable resting state networks
          within connectivity matrices produced by our approach and by
          the benchmark method. Unlike existing methods, however, ours
          permits simulation of brain activation that is a direct
          reflection of this cortical connectivity. Cross-validation of
          our model suggests that neural activity in some regions may be
          more consistent between individuals, providing novel insight
          into brain function. We suggest this method to make an
          important contribution toward modeling macro-scale human brain
          activity, and it has the potential to advance our
          understanding of complex neurological disorders and the
          development of neural connectivity.</p>
      </div>
    </div>
    <br>
    <br>
    Cheers,<br>
    Chris McNorgan
  </body>
</html>