吴伟;尼古拉斯·哈索普洛斯。;阿努伊·斯利瓦斯塔瓦 介绍用于相位振幅分析的神经尖峰训练数据。 （英语） Zbl 1305.62332号 电子。J.统计。 1759-1768（2014）第2号第8页. 小结：尖峰序列的统计分析是神经编码的核心问题之一，可以通过多种方式进行。一种选择是基于模型，即假设尖峰序列数据的参数或半参数模型，如泊松模型，并将其用于解码尖峰序列。另一个选项是基于度量的，即选择一个度量来比较不同列车中尖峰的数量和位置，而不需要模型。后一种方法的一个突出思想是，根据对应尖峰排列所需的尖峰序列的时间扭曲测量值，推导出指标。我们建议使用功能数据分析中开发的思想，即相位振幅分量的定义和分离，作为分析尖峰序列和解码潜在神经信号的新工具。为了具体起见，我们介绍了一个真实的棘波序列数据集，该数据集取自猴子在进行某些手臂运动时的初级运动皮层的实验记录。为了便于函数数据分析，需要用高斯核平滑观测到的离散尖峰序列。 引用于6评论引用于5文件 理学硕士： 62M15型 随机过程和谱分析的推断 60G55型 点过程（例如，泊松、考克斯、霍克斯过程） 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：神经科学扣球训练;神经解码;运动皮层;尖峰训练指标;尖峰列车定线 软件：fda（右） PDF格式BibTeX公司 XML格式引用 \textit{W.Wu}等人，《电子》。J.Stat.8，No.2，1759--1768（2014；Zbl 1305.62332） 全文： 内政部 欧几里得 参考文献： [1] Aronov，D.和Victor，J.，尖峰列度量空间的非核素性质。，《物理评论》E，690619052004·doi:10.1103/PhysRevE.69.061905 [2] Box，G.E.P.、Hunter，W.G.和Hunter J.S.，《实验者统计：设计、数据分析和模型构建导论》。纽约：威利出版社，1978年·Zbl 0394.62003号 [3] Brown，E.N.，Barbieri，R.，Ventura，V.，Kass，R.E.，and Frank，L.M.，《时间尺度定理及其在神经尖峰序列数据分析中的应用》。，神经计算，14:325-3462002·Zbl 0989.62060号 ·doi:10.1162/08997660252741149 [4] Dayan，P.和Abbott，L.F.，《理论神经科学：神经系统的计算和数学建模》。麻省理工学院出版社，2001年·Zbl 1051.92010年 [5] Dubbs，A.J.、Seiler，B.A.和Magnasco，M.O.，《快速（L^p）峰值校准度量》。，神经计算，22:2785-28082010·Zbl 1200.92002年 ·doi:10.1162/NECO_a_00026 [6] Houghton，C.和Sen，K.，《新的多欧元尖峰火车指标》。，神经计算，20:1495-15112008·Zbl 1137.92006号 ·doi:10.1116/neco.2007.10-06-350 [7] Kass，R.E.和Ventura，V.，尖峰序列概率模型。，神经计算，13:1713-17202001·兹伯利0985.92017 ·doi:10.1162/08997660152469314 [8] Kass，R.E.、Ventura，V.和Brown，E.N.，《神经元数据分析中的统计问题》。，《神经生理学杂志》，94:8-252005年。 [9] Lim，D.和Capranica，R.R.，绿色树蛙听觉神经纤维中棘列反应的时间规律性测量。，《神经科学方法杂志》，52:203-2131994年。 [10] Ramsay，J.O.和Silverman，B.W.，《功能数据分析》，第二版。斯普林格统计系列，2005年·Zbl 1079.62006号 [11] Rieke，F.、Warland，D.、Ruyter van Stevenick，R.R.和Bialek，W.，《尖峰：探索神经代码》。麻省理工学院出版社，1997年·Zbl 0912.92004号 [12] van Rossum，M.C.W.，《一种新的尖峰距离》。，神经计算，13:751-7632001·Zbl 0979.92011 ·doi:10.1162/089976601300014321 [13] Victor，J.D.、Goldberg，D.H.和Gardner，D.，《通过基于成本的指标和校准比较多神经元峰值序列的动态编程算法》。，《神经科学方法杂志》，161:351-3602007年。 [14] Victor，J.D.和Purpura，K.P.，《视觉皮层中时间编码的性质和精度：度量空间分析》。，神经生理学杂志，76:1310-13261996。 [15] Wu，W.和Srivastava，A.，神经尖峰训练空间统计推断的信息几何框架。，计算神经科学杂志，31:725-7482011·数字对象标识码：10.1007/s10827-011-0336-x [16] Wu，W.和Srivastava，A.，估计尖峰列空间中的汇总统计。，《计算神经科学杂志》，34:391-4102013·Zbl 1276.92024号 ·文件编号：10.1007/s10827-012-0427-3 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。