×
威廉·莱顿。；亚历山大·塞登斯坦。；杜拉·贝纳尔，萨尔瓦多；罗伯特·麦克杜格尔（Robert A.McDougal）。；费利克斯·舒尔曼；海因斯，迈克尔·L。

推进大脑研究的模拟神经技术：在神经元中并行化大型网络。 （英语） Zbl 1414.92032号

神经计算。 28，第10号，2063-2090（2016）.
摘要：在当前的一项重大研究倡议（如通过推进创新神经技术进行大脑研究）的支持下，随着更多关于大脑接线和组织的大数据的收集，大型多尺度神经元网络模拟的价值越来越大。这些模型的开发需要新的仿真技术。我们在这里描述了带有消息传递接口（MPI）的NEURON模拟器在通用高性能计算机（HPC）上的中等规模网络领域中的当前使用。我们讨论了此类仿真的基本布局，包括仿真设置方法、运行时峰值传递范式以及仿真后数据存储和数据管理方法。使用神经科学网关（Neuroscience Gateway），这是一个提供访问大型HPC的计算神经科学门户，我们对不同大小（500–100000个细胞）的神经元网络的模拟进行基准测试，并使用不同数量的节点（1–256）。我们比较了三种类型的这些网络由Izhikevich整合和纤芯神经元（I&F）、单室Hodgkin-Huxley细胞（HH）或各占一半的混合网络组成。结果表明，仿真运行时间随网络规模近似线性增加，随节点数量近似线性减少。带有I&F神经元的网络比HH网络更快，尽管差异很小，因为所有测试的细胞都是具有单个隔室的点神经元。

引用于1文件

MSC公司：

92秒20 生物研究、人工生命和相关主题中的神经网络
92-08 生物学问题的计算方法
68T05型 人工智能中的学习和自适应系统

关键词：

NEURON模拟器；神经技术；大脑研究；大型网络并行化

软件：

PyNEST公司；皮恩；NFsim公司；布瑞恩；巢穴；神经元
PDF格式BibTeX公司 XML格式引用
\textit{W.W.Lytton}等人，《神经计算》。28，第10号，2063--2090（2016；Zbl 1414.92032）
全文： 内政部

参考文献：

[1] Bezaire，M.和Soltesz，I.（2013年）。CA1局部电路的定量评估：神经元间锥体细胞连接的知识库。希波坎普斯，23751-785，
[2] Brette，R.、Rudolph，M.、Carnevale，T.、Hines，M.和Beeman，D.、Bower，J.…Destexhe，A.（2007）。尖峰神经元网络的模拟：工具和策略综述。J.计算。神经科学。，23, 349-398. ,
[3] Carnevale，N.和Hines，M.（2006年）。《神经元》一书。剑桥：剑桥大学出版社，
[4] Cornelis，H.、Rodriguez，A.、Coop，A.和Bower，J.（2012）。Python作为GENESIS 3.0的联合工具。公共图书馆一号，7，e29018，
[5] Davison，A.、Brüderle，D.、Eppler，J.、Kremkow，J.，Muller，E.、Pecevski，D.…Yger，P.（2008）。PyNN：神经元网络模拟器的通用接口。神经信息学前沿，
[6] Davison，A.、Hines，M.和Muller，E.（2009年）。神经科学模拟编程语言的发展趋势。前面。神经科学。，3, 374-380. ,
[7] Djurfeldt，M.、Davison，A.和Eppler，J.（2014）。从模拟器依赖描述中高效生成神经元网络中的连通性。神经信息学前沿，8，43，
[8] Djurfeldt，M.，Hjorth，J.，Eppler，J.，Dudani，N.，Helias，M.，Potjans，T.，…Ekeberg，O.（2010）。基于MUSIC框架的神经元网络模拟器之间的运行时互操作性。神经信息学，8，43-60，
[9] Eppler，J.、Helias，M.、Muller，E.、Diesmann，M.和Gewaltig，M.（2009年）。Pynest：一个方便的嵌套模拟器接口。神经信息学前沿，2，12。
[10] Gardner，D.，Toga，A.W.，Ascoli，G.A.，Beatty，J.T.，Brinkley，J.F.，Dale，A.M.，…Wong，S.T.C.（2003）。走向有效和有回报的数据共享。神经信息学，1（3），289-295，
[11] Gewaltig，M.-O.和Diesmann，M.（2007）。NEST（神经模拟工具）。学者传媒，2（4），1430，
[12] Goodman，D.和Brette，R.（2009年）。布莱恩模拟器。神经科学前沿，3（2），192，
[13] Helias，M.、Kunkel，S.、Masumoto，G.、Igarashi，J.、Eppler，J.，Ishii，S.…Diesmann，M.（2012）。准备用作神经科学发现机器的超级计算机。神经信息学前沿，6，26，
[14] Hines，M.和Carnevale，N.（2001年）。神经元：神经科学家的工具。神经学家，7123-135，
[15] Hines，M.和Carnevale，N.（2004年）。NEURON环境中的离散事件模拟。神经计算，58，1117-1122，
[16] Hines，M.和Carnevale，N.（2008年）。将网络模型转换为神经元中的并行硬件。《神经科学杂志》。方法，169，425-455，
[17] Hines，M.、Davison，A.和Muller，E.（2009年A）。NEURON和Python。神经信息学前沿，3，1，
[18] Hines，M.L.、Davison，A.P.和Muller，E.（2009b）。NEURON和Python。神经信息学前沿，3，1。
[19] Hines，M.、Eichner，H.和Schürmann，F.（2008）。在结合计算的并行网络模拟中，神经元分裂可以使用两倍多的处理器实现运行时扩展。J.计算。神经科学。，25, 203-210. , ·Zbl 07055144号
[20] Hines，M.、Kumar，S.和Schürmann，F.（2011年）。Blue Gene/P超级计算机上神经元尖峰交换方法的比较。前面。计算。神经科学。，5, 49. ,
[21] Hines，M.、Morse，T.和Carnevale，N.（2007年）。NEURON中的模型结构分析：面向神经模拟器之间的互操作性。方法分子生物学。，401, 91-102. ,
[22] 霍奇金·A.L.和赫胥黎·A.F.（1952）。膜电流的定量描述及其在神经传导和兴奋中的应用。《生理学杂志》。，117(4), 500-544. ,
[23] 伊日凯维奇，E.M.（2007年）。神经科学中的动力系统。马萨诸塞州剑桥：麻省理工学院出版社。
[24] Linton，M.A.、Vissides，J.M.和Calder，P.R.（1989年）。通过访谈撰写用户界面。计算机，22，8-22，
[25] Lytton，W.（2006）。神经查询系统：在NEURON模拟器中进行数据挖掘。神经信息学，4163-176，
[26] Lytton，W.、Contreras，D.、Destexhe，A.和Steriade，M.（1997）。在棘波发作的计算机网络模型中，动态相互作用决定了丘脑的部分静止。神经生理学杂志。，77, 1679-1696.
[27] Lytton，W.和Hines，M.（2004）。混合神经网络：结合抽象和现实的神经单元。IEEE医学与生物工程学会学报，63996-3998。
[28] Lytton，W.和Hines，M.（2005）。用于网络模拟的单个神经元的独立可变时间步长集成。神经计算。，17, 903-921. ,
[29] Lytton，W.、Neymotin，S.和Hines，M.（2008）。虚拟切片设置。《神经科学杂志》。方法，171，309-315，
[30] Lytton，W.和Stewart，M.（2007）。通过模拟进行数据挖掘。方法分子生物学。，401, 155-166. ,
[31] McDougal，R.、Bulanova，A.和Lytton，W.W.（2016）。计算神经科学模型和模拟的再现性。IEEE生物医学工程学报PP（99）。doi:10.1109/TBME.016.2539602。
[32] McDougal，R.A.、Hines，M.L.和Lytton，W.W.（2013）。神经元模拟器中的反应扩散。神经信息学前沿，
[33] Migliore，M.、Cannia，C.、Lytton，W.和Hines，M.（2006年）。使用NEURON的并行网络模拟。计算神经科学杂志，6119-129·Zbl 1182.68351号
[34] Ray，S.和Bhalla，U.（2008年）。PyMOOSE：用Python为MOOSE编写互操作脚本。神经信息学前沿，2，6。
[35] Salmon，J.、Moraes，M.、Dror，R.和Shaw，D.（2011年）。并行随机数：简单到1,2,3。2011年高性能计算、网络、存储和分析国际会议论文集。纽约：ACM，
[36] Schmitt，O.和Eipert，P.（2012年）。神经viisas：接近大鼠连接体的多尺度模拟。神经信息学，10，243-267，
[37] Sivagnanam，S.、Majumdar，A.、Yoshimoto，K.、Astakhov，V.、Bandrowski，A.、Martone，M.和Carnevale，N.（2013年）。介绍神经科学门户。CEUR研讨会会议记录。http://ceur-ws.org/HOWTOSUBMIT.html
[38] Sivagnanam，S.、Majumdar，A.、Yoshimoto，K.、Astakhov，V.、Bandrowski，A.、Marton，M.和Carnevale，N.T.（2015）。早期开发和管理神经科学门户的经验。并发与计算：实践与经验，27473-488，
[39] Sneddon，M.、Faeder，J.和Emonet，T.（2011年）。使用NFsim对生物复杂性进行高效建模、模拟和粗粒度处理。自然方法，8（2），177-183，
[40] Yamazaki，T.、Ikeno，H.、Okumura，Y.、Satoh，S.、Kamiyama，Y.和Hirata，Y.…Usui，S.（2011）。仿真平台：基于云的在线仿真环境。神经网络。，24, 693-698. ,
[41] Zenke，F.和Gerstner，W.（2014年）。使用通用计算机对峰值神经网络进行高速模拟的限制。神经信息学前沿，8，76，
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。