神经钳工

自动神经元模型优化技术:计算神经元模型复杂性的增加使得手动调整模型参数比以往任何时候都更加困难。幸运的是,计算机功率的并行增加使科学家能够自动调节。优化算法需要两个基本组成部分。第一个是一个函数,它测量给定参数集的模型输出与数据之间的差异。这种误差函数或适应度函数使不同参数集的排序成为可能。第二个组件是一个搜索算法,它探索参数空间以在最短的时间内找到最佳参数集。本文将误差函数分为三类:基于特征的误差函数、电压轨迹逐点比较函数和多目标函数。然后详细介绍了几种常用的搜索算法,包括蛮力法、模拟退火法、遗传算法、进化策略、差分进化和粒子群优化算法。最后,我们简要介绍了Neurofitter,一个自由软件包,它将相平面轨迹密度适应度函数与几种搜索算法相结合。


zbMATH中的参考文献(参考文献14条)

显示第1至14个结果,共14个。
按年份排序(引用)

  1. 周世杰;赖英成;林伟:随机自适应控制与同步:从全局单侧lipschitz系统到仅局部lipschitz系统(2022)
  2. 布尔吉,蒂亚戈B。;肖肯,马尔滕;Sepulchre,Rodolphe:电导模型的反馈识别(2021)
  3. 喂,丹尼尔;Bărbulescu,鲁克桑德拉;西尔韦拉,路易斯·米格尔;Ciuppina,Gabriela:有髓轴突室的降阶模型(2019)
  4. 纳拉亚南,维涅什;李小申;Ching,ShiNung:单神经元动力学的生物物理学解释推论(2019)
  5. 莫耶,马修J。;Diekman,Casey O.:神经元状态和参数估计的数据同化方法(2018)
  6. 考文垂,布兰登S。;阿拉文达克山帕塔萨拉蒂;萨默,亚历山德拉L。;Bartlett,Edward L.:神经模型拟合的分层赢家-全粒子群优化社会网络(2017)
  7. 范德舍尔,H.T。;Doelman,A.:突触适合神经元:通过模型反转减少关节(2017)
  8. 图马诺瓦,纳塔利亚;乔伊斯,雷蒙达斯;Meilūnas,Mečislavas:激发载流子衰变非线性模型的数值分析(2013)
  9. Buhry,劳尔;格拉西亚,菲利波;小姑娘,奥黛丽;格里维尔,埃里克;雷诺,西尔维;Saïghi,Sylvain:使用差分进化算法对Hodgkin-Huxley模型的自动参数估计:在模拟神经集成电路中的应用(2011)
  10. 波斯皮斯基,马丁;皮科夫斯卡,祖扎纳;巴尔,蒂埃里;Destexe,Alain:不同神经元模型与体外使用动态钳夹在皮层锥体细胞中获得的基于电导的刺激后时间直方图的比较(2011)
  11. 费尔赫斯特,D。;邱金,I。;尼美耶,H。;van Leeuwen,C.:神经振荡器规范模型的观察者(2010)
  12. 马欢飞;林伟:动态模型大参数辨识的非线性自适应同步规则(2009)
  13. 乔利维,雷诺;罗斯,阿恩德;舒曼,费利克斯;格斯特纳,伍尔夫兰;森恩,沃尔特:神经元定量建模特刊(2008)
  14. 范盖特,W。;德舒特E。;Achard,P.:自动神经元模型优化技术:综述(2008)


更多出版物请访问:http://neurofitter.sourceforge.net/index.html?section=Publications