摘要翻译：
五十年前，约翰·冯·诺伊曼将大脑的结构与他发明的、至今仍在使用的计算机进行了比较。在那些日子里，计算机的组织是基于大脑组织的概念。在这里，我们给出一个最新结果的全球组织的神经系统。对于神经系统，我们概述了神经元和皮层网络的空间和拓扑结构如何促进对故障的鲁棒性、快速处理和平衡的网络激活。最后，我们讨论了这种体系结构的自组织机制。毕竟，大脑的组织结构可能会再次激发计算机体系结构。
---
英文标题：
《Brain architecture: A design for natural computation》
---
作者：
Marcus Kaiser
---
最新提交年份：
2008
---
分类信息：

一级分类：Quantitative Biology        数量生物学
二级分类：Neurons and Cognition        神经元与认知
分类描述：Synapse, cortex, neuronal dynamics, neural network, sensorimotor control, behavior, attention
突触，皮层，神经元动力学，神经网络，感觉运动控制，行为，注意
--
一级分类：Computer Science        计算机科学
二级分类：Artificial Intelligence        人工智能
分类描述：Covers all areas of AI except Vision, Robotics, Machine Learning, Multiagent Systems, and Computation and Language (Natural Language Processing), which have separate subject areas. In particular, includes Expert Systems, Theorem Proving (although this may overlap with Logic in Computer Science), Knowledge Representation, Planning, and Uncertainty in AI. Roughly includes material in ACM Subject Classes I.2.0, I.2.1, I.2.3, I.2.4, I.2.8, and I.2.11.
涵盖了人工智能的所有领域，除了视觉、机器人、机器学习、多智能体系统以及计算和语言（自然语言处理），这些领域有独立的学科领域。特别地，包括专家系统，定理证明（尽管这可能与计算机科学中的逻辑重叠），知识表示，规划，和人工智能中的不确定性。大致包括ACM学科类I.2.0、I.2.1、I.2.3、I.2.4、I.2.8和I.2.11中的材料。
--
一级分类：Computer Science        计算机科学
二级分类：Neural and Evolutionary Computing        神经与进化计算
分类描述：Covers neural networks, connectionism, genetic algorithms, artificial life, adaptive behavior. Roughly includes some material in ACM Subject Class C.1.3, I.2.6, I.5.
涵盖神经网络，连接主义，遗传算法，人工生命，自适应行为。大致包括ACM学科类C.1.3、I.2.6、I.5中的一些材料。
--
一级分类：Physics        物理学
二级分类：Physics and Society        物理学与社会
分类描述：Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体（人类或其他）的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统（如能源网、运输网络）的物理和工程。
--

---
英文摘要：
  Fifty years ago, John von Neumann compared the architecture of the brain with that of computers that he invented and which is still in use today. In those days, the organisation of computers was based on concepts of brain organisation. Here, we give an update on current results on the global organisation of neural systems. For neural systems, we outline how the spatial and topological architecture of neuronal and cortical networks facilitates robustness against failures, fast processing, and balanced network activation. Finally, we discuss mechanisms of self-organization for such architectures. After all, the organization of the brain might again inspire computer architecture.
---
PDF链接：
https://arxiv.org/pdf/0802.4010