布瑞恩

布赖恩:一个用python编写神经网络的模拟器Brian”是一个新的spiking神经网络模拟器,用Python编写(http://brian。di.ens.法国)。它是一个直观和高度灵活的工具,用于快速开发新模型,特别是单室神经元网络。除了使用标准类型的神经元模型外,用户还可以用普通数学符号编写任意微分方程来定义模型。Python科学库还可以用于定义模型和分析数据。矢量化技术允许有效的模拟,尽管解释语言的开销。Brian对于研究现有软件不易覆盖的非标准神经元模型,以及作为使用Matlab或C进行仿真的替代方案,Brian将特别有价值。由于其简单直观的语法,Brian也非常适合教计算神经科学。


zbMATH中的参考文献(参考文献25条)

显示第1到第20个结果,共25个。
按年份排序(引用)
  1. 戈尔斯基,托马斯;戴米安·德潘内梅克尔;Destexe,Alain:基于电导的自适应指数积分和火灾模型(2021)
  2. 赵子轩,内森·威科夫,尼尔·盖蒂,里克·史蒂文斯,夏芳芳:探索神经形态学习规则的图书馆(2021)阿尔十四
  3. 王子琦;戴、卫;麦克劳林,大卫W.:双目竞争和融合的环模型(2020)
  4. 瓦法安达利比;霍卡宁,亨利;Vanni,Simo:控制大脑皮层模拟的复杂性。一: CxSystem,一个灵活的皮质模拟框架(2019)
  5. Heitmann S,Aburn M,Breakspear M:Matlab的大脑动力学工具箱(2018)不是zbMATH
  6. 泽劳特,雅恩;切姆拉,桑德林;查文,弗雷德里克;Destexe,Alain:使用基于电导的自适应指数积分和火焰神经元网络的平均场模型模拟介观皮层动力学(2018)
  7. 提金,拉玛赞;Tagluk,Mehmet-Emin:小世界重新布线概率和噪声突触传导率对慢波的影响:皮层网络(2017)
  8. 贝尔克,纪尧姆;高蒂尔,马修;布雷特,罗曼;Yger,Pierre:带尖峰神经元的慢特征分析及其在音频刺激中的应用(2016)
  9. 威廉W.莱顿。;塞登斯坦,亚历山德拉H。;杜拉·伯纳尔,萨尔瓦多;麦克道尔,罗伯特A。;舒曼,费利克斯;Hines,Michael L.:用于推进大脑研究的模拟神经技术:神经元中大型网络的并行化(2016)
  10. 弗格森,K.A。;新泽西州,F。;尼古拉W。;斯金纳,弗朗西斯K。;Campbell,S.A.:检查海马体生物性兴奋性网络中细胞适应性爆发机制的局限性(2015)
  11. 易国胜;王、江;曾启明;魏锡乐;邓斌;韩春晓:细胞外电场调节的二室神经元的尖峰频率适应(2015)
  12. 博纳尤托,詹姆斯;Arbib,Michael A.:模拟竞争神经动力学的大胆关联(2014)IO端口
  13. 德哈恩,米切尔;赫尔曼,米切尔;Schrauwen,Benjamin:走向峰值神经网络的统一混合模拟技术(2014)
  14. 格拉本,彼得·贝姆;罗德里格斯,塞拉菲姆:《神经网络的电动力学》(2014)
  15. Gürcan,Under:人类突触水平上的有效连接:回顾与未来展望(2014)
  16. 赫特,阿克塞尔;Buhry,Laure:通过神经尺度研究单个神经元和神经群体中GABA能突触外强直抑制:在异丙酚诱导麻醉中的应用(2014)
  17. 英格伯,莱斯特;马可,帕帕莱波尔;Stesiak,Ronald R.:脑电图场对钙动量波的影响(2014)
  18. 撒迦利亚,玛格丽塔;Thul,Rüdiger:大麻素介导的海马短期可塑性(2014)
  19. 亚当斯,萨曼莎五世。;温内克斯,托马斯;迪纳姆,苏;Culverhouse,Phil F.:机器人感觉运动控制器皮层特征图的自适应训练(2013)ioport公司
  20. 卡西迪,安德鲁S。;乔治,朱利叶斯;Andreou,Andreas G.:纳米CMOS时代的硅脑设计:尖峰神经元、学习突触和神经结构优化(2013)ioport公司