Oct, 2016
基于贝叶斯方法的多神经元记录中的潜在结构发现
Bayesian latent structure discovery from multi-neuron recordings
Scott W. Linderman, Ryan P. Adams, Jonathan W. Pillow
TL;DR通过将广义线性模型与柔性基于图的先前知识结合,利用 Polya-gamma 增强的完全贝叶斯推理的方法,可以从神经元的同时记录的 Spike train 数据中推断潜在结构,我们的方法将神经元分类并从相关的 Spike train 中推断电路组织的潜在维度,并通过应用于灵长类视网膜的多神经元记录,揭示了神经元类型和位置的潜在模式。