×

自动神经元模型优化技术:综述。 (英语) Zbl 1154.92013年

摘要: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进行这种调整。优化算法需要两个基本组件。第一个函数用于测量具有给定参数集的模型输出与数据之间的差异。该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。
在这篇综述中,我们区分了三类误差函数:基于特征的误差函数、电压轨迹的逐点比较误差函数和多目标误差函数。然后,我们详细介绍了几种常用的搜索算法,包括蛮力方法、模拟退火、遗传算法、进化策略、差分进化和粒子温优化。最后,我们简要介绍了Neurofitter,这是一个自由软件包,它结合了一个相位轨迹密度适应度函数和几个搜索算法。

MSC公司:

92C20美元 神经生物学
90 C90 数学规划的应用
65克10 数值优化和变分技术
92-08 生物学问题的计算方法
92秒20 生物研究、人工生命和相关主题中的神经网络
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Achard P,De Schutter E(2006)复杂神经元模型的复杂参数景观。公共科学图书馆计算生物学2:e94·doi:10.1371/journal.pcbi.0020094
[2] Audet C,Orban D(2004)使用网格自适应直接搜索寻找最佳算法参数。GERAD咖啡馆G-2004-xx·邮编1128.90060
[3] Baldi P,Vanier MC,Bower JM(1998)关于使用贝叶斯方法评估房室神经模型。计算机神经科学杂志5:285–314·Zbl 0931.92002号 ·doi:10.1023/A:1008887028637
[4] Banga JR、Moles CG、Alonso AA(2003),使用随机和混合方法对生物过程进行全局优化。摘自:加利福尼亚州佛罗伦萨,帕尔达洛斯PM(eds)全球优化前沿。非凸优化及其应用。多德雷赫特·克鲁沃,第45-70页
[5] Bhalla US,Bower JM(1993)《探索详细的单神经元模型中的参数空间:嗅球二尖瓣细胞和颗粒细胞的模拟》。神经生理学杂志69:1948–1965
[6] Bower JM,Beeman D(1998)《创世纪》一书,用通用神经信号系统探索现实的神经模型,第2版。纽约州施普林格·Zbl 0881.68135号
[7] Broyden CG(1967)准Newton方法及其在函数最小化中的应用。数学计算21:368–381·兹伯利0155.46704 ·doi:10.1090/S0025-5718-1967-0224273-2
[8] Bush K,Knight J,Anderson C(2005)通过电紧张分区优化皮层神经模型的电导参数。神经网络18:488–496·Zbl 02212693号 ·doi:10.1016/j.neunet.2005.06.038
[9] Butera RJ、Rinzel J、Smith JC(1999),《前Bötzinger复合体呼吸节律生成模型》。起搏器神经元爆裂。神经生理学杂志82:382–397
[10] Cohon JL(1985)《多准则编程:简要回顾与应用》。收录:Gero JS(eds)设计优化。纽约学术出版社
[11] Davison AP,Feng J,Brown D(2000)二尖瓣细胞的缩小室模型,用于嗅球网络模型。大脑研究公告51:393–399·doi:10.1016/S0361-9230(99)00256-7
[12] Druckmann S、Banitt Y、Gideon A、Schurmann F、Markram H、Segev I(2007)一种新的多目标优化框架,用于通过含噪实验数据自动约束基于电导的神经元模型。前神经科学1:7–18·doi:10.3389/神经.01.1.1.001.2007
[13] Eiben AE,Schippers CA(1998),《进化探索与开发》。基金会信息35:35-50·Zbl 0942.68548号
[14] Eiben AE,Smith JE(2003)进化计算导论。海德堡施普林格·Zbl 1028.68022号
[15] Fonseca CM,Fleming PJ(1993)多目标优化的遗传算法:公式化、讨论和推广。遗传算法:第五届国际会议记录,第416-23页
[16] Foster WR、Ungar LH、Schwaber JS(1993),霍奇金-赫胥黎模型中电导的重要性。神经生理学杂志70:2502–2518
[17] Gerken WC、Purvis LK、Butera RJ(2006)神经元模型优化和规范的遗传算法。神经计算69:1039–1042·兹伯利05184601 ·doi:10.1016/j.neucom.2005.12.041
[18] Goldberg DE,Richardson J(1987)多峰函数优化的共享遗传算法。第二届遗传算法及其应用国际会议论文集,第41–9页
[19] Goldberg DE,Voessner S(1999)优化全球-本地搜索混合。Proc-Gen进化计算配置1:220–228
[20] Goldman MS、Golowasch J、Marder E、Abbott LF(2001)神经元模型的整体结构、稳健性和调制。神经科学杂志21:5229–5238
[21] Golowasch J,Goldman MS,Abbott LF,Marder E(2002),基于电导的神经元模型构建中的平均失败。神经生理学杂志87:1129–1131
[22] Handl J、Kell DB、Knowles J(2007)《生物信息学和计算生物学中的多目标优化》。IEEE/ACM Trans-Comput生物信息4:279–292·Zbl 05335725号 ·doi:10.1109/TCBB.2007.070203
[23] Haufler D,Morin F,Lacaille JC,Skinner FK(2007)使用基于同步的方法在单室神经元模型中进行参数估计。神经计算70:1605–1610·doi:10.1016/j.neucom.2006.10.041
[24] Hines ML,Carnevale NT(1997)《神经元模拟环境》。神经计算9:1179–1209·doi:10.1116/neco.1997.9.6.1179
[25] Holland JH(1975)《自然和人工系统的适应:生物学、控制和人工智能应用的介绍性分析》。密歇根大学出版社,安娜堡·Zbl 0317.68006号
[26] Holmes W,Ambros-Ingerson J,Grover L(2006)使用公共数据库中的形态学数据将实验数据拟合到模型中。计算机神经科学杂志20:349–365·2011年9月11日 ·doi:10.1007/s10827-006-7189-8
[27] Horn J,Nafpliotis N,Goldberg DE(1994)多目标优化的小生境Pareto遗传算法。程序优先IEEE Conf Evol-Comput IEEE World Cong Comput Intell 1:82–87
[28] Huys QJ,Ahrens MB,Paninski L(2006)详细单神经元模型的有效估计。神经生理学杂志96:872–890·doi:10.1152/jn.0079.2006
[29] Kennedy J,Eberhart RC(1995),粒子群优化。IEEE神经网络国际联席会议论文集,第1942–948页
[30] Keren N,Peled N,Korngreen A(2005)使用多电压记录和遗传算法约束房室模型。神经生理学杂志94:3730–3742·doi:10.1152/jn.00408.2005
[31] Kirkpatrick S、Gelatt CD、Vecchi MP(1983)《模拟退火优化》。科学220(4598):671-680·Zbl 1225.90162号 ·doi:10.1126/science.220.4598.671
[32] LeMasson M(2001)方程求解和参数拟合简介。收录:计算神经科学:实验主义者的现实建模。CRC出版社,伦敦,第1-3页
[33] Lewicki MS(1998)《棘波分类方法综述:神经动作电位的检测和分类》。网络9:R53–R78·Zbl 0910.92008号 ·doi:10.1088/0954-898X/9/4/001
[34] Nourani Y,Andresen B(1998)《模拟退火冷却策略的比较》。物理数学综合杂志31:8373–8385·Zbl 0962.82068号 ·doi:10.1088/0305-4470/31/41/011
[35] Olypher AV,Calabrese RL(2007)使用神经元活动的限制来揭示神经元参数的代偿变化。神经生理学杂志98:3749-3758·doi:10.1152/jn.00842.2007年
[36] Pettinen A,Yli-Harja O,Linne M(2006)神经元信号网络自动参数估计方法的比较。神经计算69:1371–1374·Zbl 05184672号 ·doi:10.1016/j.neucom.2005.12.109
[37] Potter MA,De Jong K(1994)函数优化的协同进化方法。并行问题解决本质(PPSN)III:249–257
[38] Price K,Storn RM,Lampinen JA(2005a)《差分进化:全局优化的实用方法》(自然计算系列)。纽约州施普林格
[39] Price K,Storn RM,Lampinen JA(2005b)差异进化的动机。In:差分进化:一种实用的全局优化方法(自然计算系列)。柏林施普林格,第1-6页
[40] Prinz AA、Billimoria CP、Marder E(2003)《基于手动调节电导模型的替代方法:模型神经元数据库的构建和分析》。神经生理学杂志90:3998–4015·doi:10.1152/jn.00641.2003
[41] Rechenberg I(1973)《进化策略:优化技术体系与生物进化》。斯图加特Frommann-Holzboog
[42] Reid MS、Brown EA、DeWeerth SP(2007)在霍奇金-赫胥黎模型上测试的参数空间搜索算法。生物网络96:625–634·2014年12月29日Zbl ·doi:10.1007/s00422-007-0156-2
[43] Srinivas N,Deb K(1994),遗传算法中使用非支配排序的多目标优化。进化计算2:221–248·Zbl 05412883号 ·doi:10.1162/evco.1994.2.3.221
[44] Swensen AM,Bean BP(2005),钠电导急性或长期降低的分离浦肯野神经元突发放电的鲁棒性。神经科学杂志25:3509–3520·doi:10.1523/JNEUROSCI.3929-04.2005
[45] Tabak J,Murphey CR,Moore LE(2000),单神经元模型的参数估计方法。计算机神经科学杂志9:215–236·doi:10.1023/A:1026531603628
[46] Taylor AL、Hickey TJ、Prinz AA、Marder E(2006)高维电导空间的结构与可视化。神经生理学杂志96:891–905·数字对象标识代码:10.1152/jn.00367.2006
[47] Tobin AE,Calabrese RL(2006)水蛭心脏中间神经元形态学模型中的内源性和半中心爆发。神经生理学杂志96:2089–2106·doi:10.1152/jn.00025.2006
[48] Van Geit W、Achard P、De Schutter E(2007)《神经适配器:广泛电生理神经元模型的参数调整包》。前沿神经信息学1:1
[49] Vanier MC,Bower JM(1999),《室神经模型自动参数搜索方法的比较研究》。计算机神经科学杂志7:149–171·doi:10.1023/A:1008972005316
[50] Weaver CM,Wearne SL(2006)《动作电位形状和参数约束在舱室模型优化中的作用》。神经计算69:1053–1057·Zbl 05184604号 ·doi:10.1016/j.neucom.2005.12.044
[51] Wolpert DH,Macready WG(1997),优化没有免费午餐定理。IEEE Trans-Evol计算1:67–82·Zbl 05451863号 ·doi:10.1109/4235.585893
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。