本文回顾了大规模神经科学研究中的技术和数据分析方面的缺陷,并提出了新的理论框架与方法以促进神经科学概念的进一步发展。
Mar, 2015
光学成像技术在过去二十年取得了巨大发展,通过新的光学器件、指示剂和实验模式,我们现在能够进行从突触到大脑皮层的体内成像。为了应对不同尺度下产生的大量数据,我们不断开发计算方法以提取与生物相关的信息。本文旨在讨论算法设计中的限制和权衡,以确定数据质量和可变性如何阻碍算法的使用和传播。
Feb, 2024
本文讨论了计算机视觉的近期进展,特别是采用新的深度学习方法来实现动物行为的姿态估计,认为这些工具将快速改变实现现实世界神经科学的形势。
Sep, 2019
本文探讨了现代技术如何改进行为特征化,并详述了使用数字医学研究数据的不同方法,重点在于音频日记的科学论证和多区域递归神经网络架构的实验成功。
May, 2023
我们提供了一个新的可解释性定义,展示了产生神经回路响应特性的演化约束,并展示了该框架在多个脑区和物种中研究循环处理在灵长类动物腹侧视觉通路,小鼠视觉处理,啮齿动物介董皮质的异质性以及促进生物学学习的作用。
Nov, 2023
本文介绍了一个包含多个模型物种,覆盖了一系列不同行为分析任务的实验数据,通过引入大规模的多代理轨迹数据集,改进了行为表征。
Jul, 2022
动物行为学的关键研究方向是深度学习架构在动物行为识别中的应用、相关挑战以及未来研究方向。
May, 2024
感知是将外部物理变量转化为内部心理变量的过程,本研究通过使用概率模型测量感知刻度来证明观察者具有对空间频率、方向等参数进行内部表征,且感知刻度主要受到刺激功率谱的影响,最终提出使用感知刻度来估计图像之间的感知几何路径的概念。
Oct, 2023
本研究旨在探究如何最优地分布受体,提高自主神经系统在不同统计情况下的处理信息的能力,并在视觉系统的基础上解释行为型魏伯 - 费希纳定律。
Jul, 2016
本文旨在通过测量数据来量化机器学习数据和数据集的组成部分,以促进机器学习的系统构建和分析,使现代机器学习系统更加准确和可控,同时讨论了未来工作的许多途径、数据测量的局限性,以及如何在研究和实践中利用这些测量方法。
Dec, 2022