Loading
Utolsó frissítés: 2016. február 8.

Tudományos tanulmányok

  • >

    D. Deritei, M. Ercsey-Ravasz, W. Aird, E. Ravasz Regan, “Principles of dynamical modularity in biological regulatory networks”, Scientific Reports, accepted, 2016

  • >

    D. Deritei, Zs. Lazar, I. Papp, F. Jarai-Szabo, R. Sumi, L. Varga, ER Regan, M. Ercsey-Ravasz, “Community detection by graph Voronoi diagrams”, New Journal of Physics, vol. 16, 063007, 2014. IF: 3.671, Hivatkozások: 1

  • >

    R. Sumi, B. Molnar, M. Ercsey-Ravasz, “Robust optimization with transiently chaotic dynamical systems”, Europhyics Letters, vol. 106, 40002, 2014. IF: 2.269, Hivatkozások: 2

  • >

    N.T. Markov, M. Ercsey-Ravasz, MA. Gariel, AR. Ribiero Gomes, C.Lamy, J. Vezoli, P. Misery, A. Falchier, R. Quilodran, J. Sallet, R. Gamanut, C. Huissoud, S. Clavagnier, P. Giroud, DS. Marinier, P. Barone, C. Dehay, Z. Toroczkai, K. Knoblauch, D. C. Van Essen, H. Kennedy, “A weighted and directed interareal connectivity matrix for macaque cerebral cortex”, Cerebral Cortex, vol. 24, pp. 17-36, 2014. IF: 8.305, Hivatkozások: 56

  • >

    Y. Ren, M. Ercsey-Ravasz, P. Wang, M.C. Gonzalez, Z. Toroczkai, “Predicting commuter flows in spatial networks using a radiation model based on temporal ranges”, Nature Communications, vol. 5, 5347, 2014. IF:  10.742, Hivatkozások: 2

  • >

    B. Molnár, M. Ercsey-Ravasz, „Asymmetric Continuous-Time Neural Networks  without Local Traps for Solving Constraint Satisfaction Problems”, PloS One 8(9), e73400, pp. 1-13, 2013. IF: 3.534, Hivatkozások: 3

  • >

    M. Ercsey-Ravasz, N.T. Markov, C. Lamy, D.C. Van Essen, K. Knoblauch, Z. Toroczkai, H. Kennedy, “A predictive network model of cerebral cortical connectivity based on a distance rule.” Neuron vol. 80, pp. 184-197, 2013. IF: 15.982, Hivatkozások: 30

  • >

    N.T. Markov, M. Ercsey-Ravasz, C. Lamy, AR. Gomes, L. Magrou, P. Misery, P. Giroud, P. Barone, C. Dehay, Z. Toroczkai, K. Knoblauch, D.C. Van Essen, H. Kennedy. "The role of long-range connections on the specificity of the macaque interareal cortical network" PNAS vol. 110, pp. 5187-5192, 2013. IF: 9.809, Hivatkozások: 33

  • >

    N.T. Markov, M. Ercsey-Ravasz, D.C. Van Essen, K. Knoblauch, Z. Toroczkai, H. Kennedy, "Cortical High-density Counterstream Architectures", Science,  vol. 342, pp. 1238406:1-15, 2013. IF: 31.477, Hivatkozások: 54

  • >

    M. Ercsey-Ravasz, R. Lichtenwalter, N.V. Chawla, Z. Toroczkai, „Range-limited Centrality Measures in Weighted and Non-weighted Complex Networks”, Physical Review E vol. 85, 066103, pp. 1-14, 2012. IF: 2.326, Hivatkozások: 10

  • >

    M. Ercsey-Ravasz, Z. Toroczkai, Z. Lakner, J. Baranyi, „Complexity of the international agro-food trade network and its impact on food safety”, PloS One 7(5), e37810, pp. 1-7, 2012. IF: 3.534, Hivatkozások: 22

  • >

    M. Ercsey-Ravasz, Z. Toroczkai, „The Chaos Within Sudoku”, Scientific Reports 2, pp. 755-762, 2012. IF: 5.078, Hivatkozások: 5

  • >

    M. Ercsey-Ravasz, Z. Toroczkai, „Optimization hardness as transient chaos in an analog approach to constraint satisfaction”, Nature Physics, vol. 7, pp. 966-971, 2011. IF: 20.603, Hivatkozások: 14

  • >

    N.T. Markov, P. Misery, A. Falchier, C. Lamy, J. Vezoli, R. Quilodran, P. Giroud, M.A. Gariel, M. Ercsey-Ravasz, L.J. Pilaz, C. Huissoud, P. Barone, C. Dehay, Z. Toroczkai, D.C. Van Essen, H. Kennedy, K. Knoblauch. “Weight consistency specifies regularities of macaque cortical network”, Cerebral Cortex, vol. 21(6), 1254-1272, 2011. IF: 8.305, Hivatkozások: 85

  • >

    F. Morcos, S. Chatterjee, C. L. McClendon, P.R. Brenner, R. Lopez-Rendon, J. Zintsmaster, M. Ercsey-Ravasz, C. R. Sweet, M.P. Jacobson, J.W. Peng, J. A. Izaguirre, “Modelling conformational ensembles of slow functional motions in Pin1-WW, PLoS Computational Biology, 6, e1001015, pp. 1-13, 2010. IF: 4.829, Hivatkozások: 28

  • >

    M. Ercsey-Ravasz, Z. Toroczkai, „Centrality scaling in large networks”, Physical Review Letters, vol. 105, 038701, pp. 1-14, 2010. IF: 7.728, Hivatkozások: 14

  • >

    M. Ercsey-Ravasz, T. Roska, Z. Néda, „Cellular Neural Networks for NP-hard optimization”, EURASIP Journal on Advances in Signal Processing, Special issue: CNN Technology for Spatio-temporal Signal Processing, doi: 10.1155/2009/646975, pp. 1-7, 2009. IF: 0.808, Hivatkozások: 1

  • >

    Z. Néda, R. Sumi, M. Ercsey-Ravasz, M. Varga, B. Molnar, Gy. Cseh, „Correlation clustering on networks”, J. of Physics A: Mathematical and Theoretical, vol. 42, 345003, pp. 1-15, 2009. IF: 1.687, Hivatkozások: 2

  • >

    Ercsey-Ravasz, M., Roska, T., Néda, Z. (2009): Stochastic optimization of spin-glasses on cellular neural/nonlinear network based processors. - Physica A: Statistical Mechanics and its Applications 388(6): 1024-1030. IF: 1.562

  • >

    M. Ercsey-Ravasz, T. Roska, Z. Néda, „Analogic Cellular Computers – A New Computational Paradigm” (in Hungarian), Technical Review, vol. 42, pp. 19-25, 2008.

  • >

    Ercsey-Ravasz, M., Roska, T., Néda, Z. (2008): Statistical Physics on Cellular Neural Network Computers. - Physica D: Nonlinear Phenomena, Special Issue: „Unconventional computing: Quo vadis?” 237(9): 1226-1234. IF: 1.926

  • >

    Néda, Z., Ravasz, M., Balog, A., Derzsi, A. (2005): The species abundances distribution in a neutral community model. — Studia Universitatis Babes-Bolyai, Physica L2: 63-79.

  • >

    M. Ravasz, Gy. Szabó, A. Szolnoki, "Spreading of families in cyclic predator-prey models", Physical Review E, vol. 70, 012901, pp.1-4, 2004. IF: 2.326, Hivatkozások: 11

  • >

    Z. Néda, K.-t. Leung, L. Józsa, M. Ravasz, "Spiral cracks in drying precipitates", Physical Review Letters, vol. 88, 095502, pp. 1-4, 2002., IF: 7.728, Citations: 43

  • >

    K.-t. Leung, L. Józsa , M. Ravasz, Z. Néda, "Spiral cracks without twisting", Nature, vol. 410, pp. 166, 2001, IF: 42.351, Hivatkozások: 29

Konferenciakötetben közölt szaktanulmány, szakcikk

  • >

    B. Molnar, M. Ercsey-Ravasz, “Analog dynamics for solving max-SAT problems”, Proc. of the 14th IEEE Int. Conf. on Cellular Nanoscale Networks and their Applications, PID3320591, Notre Dame, IN, USA, August 2014.

  • >

    B. Molnar, R. Sumi, M. Ercsey-Ravasz, “A CNN SAT-solver robust to noise”, Proc. of the 14th IEEE Int. Conf. on Cellular Nanoscale Networks and their Applications, PID3320585, Notre Dame, IN, USA, August 2014.

  • >

    K. Knoblauch, M. Ercsey-Ravasz, H. Kennedy, Z. Toroczkai, “The Brain in Space”, Proc. of IPSEN, Paris, May 2014.

  • >

    I. Papp, M. Ercsey-Ravasz, D. Deritei, R. Sumi, F. Jarai-Szabo, R.V. Florian, A.I. Cabuz, Zs.I. Lazar, “The P-index: Hirsch index of individual publications” Proc. of the International Sociey of Scientometrics and Informetrics Conference, ISSI2013, pp. 2086-2088, Vienna, Austria, July 2013.

  • >

    B. Molnar, Z. Toroczkai, M. Ercsey-Ravasz, “Continuous-tiime neural networks without local traps for solving Boolean satisfiability”, Proc. of the 13th IEEE Int. Conf. on Cellular Nanoscale Networks and their Applications, Torino, Italy, 4012, pp. 1-6, August 2012.

  • >

    N. Markov, M. Ercsey-Ravasz, C. Dehay, P. Barone, D. Sappey-Marinier, P. Misery, C. Lamy, P. Giroud, J. Sallet, S. Clavagnier, C. Huissoud, A. Falchier, R. Quilodran, J. Vezoli, M. Gariel, H. Kennedy, K. Knoblauch , Z. Toroczkai, "Principles of inter-areal connections of the macaque cortex", NeuroComp 2010, pp. 258-263, October 2010.

  • >

    M. Ercsey-Ravasz, T. Roska, Z. Néda, „Cellular Neural Networks for NP-hard optimization”, Proc. of the 11th IEEE Int. Conf. on Cellular Neural Networks and their Applications, (Santiago de Compostela, Spain), pp. 52-56, July 2008.

  • >

    Ercsey-Ravasz, M., Roska, T., Néda, Z. (2006): Random number generator and Monte Carlo type simulations on the CNN-UM. — CNNA 2006 proceedings of the 10th IEEE International workshop on Cellular Neural Networks and their applications, Istanbul, Törökország, pp. 47-52.

Könyvfejezetek

  • >

    Ercsey-Ravasz Ferenc, Ercsey-Ravasz Mária: Stílusokat jellemző dallami és ritmusmintázatok a zenében. In: Veress Károly (szerk.): Ritmus és ismétlés. Interdiszciplináris párbeszéd 3. Bolyai Társaság–Egyetemi Műhely Kiadó, Kolozsvár, 2015. 9–20. o.

  • >

    M. Ercsey-Ravasz, Z. Toroczkai, ”Döntések fizikája és rejtvények káosza”. In: A fizika, matematika ́es művészet találkozása az oktatásban, kutatásban, Szerk.: A. Juhász, T. Tél, Kiadó: Eötvös Lóránd Egyetem Tudomány Tanszék, Magyarország, 2013.

  • >

    N.T. Markov, M. Ercsey-Ravasz, M.-A. Gariel, C. Dehay, K. Knoblauch, Z. Toroczkai, H. Kennedy. “The tribal networks of the cerebral cortex”. In: Cerebral Plasticity, eds: L.M. Chalupa, N. Berardi, M. Caleo, L. Galli-Resta, T. Pizzorusso, MIT Press, Cambridge MA, 2011.

  • >

    T. Roska, L. Belády, M. Ercsey-Ravasz, „Cellular Wave Computing in Nanoscale via Million Processor Chips”, in Cellular Nanoscale Sensory Wave Computing, eds: C. Baatar, W. Porod, T. Roska. Springer, New York,  2010

  • >

    M. Ravasz, Z. Néda, „Fragmentation of drying granular materials on surfaces with high anisotropy” (in Hungarian), Modern studies in experimental and theoretical physics, Scientia, Cluj-Napoca, 2003.

Ismeretterjesztő írások

  • >

    M. Ercsey-Ravasz, Z. Toroczkai, "A döntéshozatal és a Sudoku káosza", Természet Világa, külön kiadás “Káosz, Környezet, Komplexitás", Budapest, p. 122, 2013