Synchronized network bursts are electrical activity of neural networks in-vivo and in-vitro, and they are known that they have important roles in cognitive process and memory. Thus, many researchers have tried to analyze spatio-temporal patterns of SNBs. In this thesis, we calculate similarity scores between SNBs and cluster them by using Smith-Waterman algorithm which is one of sequence alignment technique, and we simulate SNBs in order to study fidelity of algorithm.
동기화된 네트워크 버스트는 in-vivo와 in-vitro에서 모두 발견되는 신경 네트워크의 전기적 활동으로 신경계의 인지 과정과 기억, 발달 과정 등에 중요한 역할을 하는 것으로 알려져 있다. 때문에 많은 연구자들이 동기화된 네트워크 버스트의 시간-공간적 패턴을 분석하기 위해서 연구를 해왔다. 본 학위 논문에서는 바이오인포메틱스 분야에서 많이 사용되는 서열 정렬 알고리즘 중에 하나인 스미스-워터만 알고리즘을 동기화된 네트워크 버스트에 적용하여 유사도 점수를 계산하고 그들을 클러스터링 하였으며, 시뮬레이션을 통해서 적용의 가능성을 다루고자 한다.
