问题标签 [neuroscience]

运行jNeuroML时，出现以下错误：

我如何解决它？

我在哪里可以找到关于尖峰神经网络的一些好的理论描述？我无法收集有关这种网络的资源，人们称之为第三代人工神经网络（甚至不知道为什么）。

我有一个包含（时间 x 电极 x 试验）的 EEG 数据的 3d 矩阵。我想在试验中折叠数据以获得每个电极和时间点的平均试验值。

有人可以介绍一下如何在 MATLAB 中执行此操作吗？

让我们考虑一下我有一个只有一个输出神经元的神经网络。概述场景：网络获取图像作为输入，并且应该在该图像中找到一个对象。为了简化场景，它应该只输出对象的 x 坐标。

然而，由于对象可以在不同的位置，网络的输出肯定会有一些噪音。此外，图像可能有点模糊和东西。

因此，我认为让网络输出对象位置的高斯分布可能是一个更好的主意。

不幸的是，我正在努力为这个想法建模。我将如何设计输出？如果图像的宽度为 100 像素，则为扁平的 100 维向量？这样网络可以适应这个向量的高斯分布，我只需要定位峰值以获得近似对象的位置？

此外，我无法弄清楚成本函数和教师信号。教师信号会是对象精确 x 坐标上的完美高斯分布吗？那么如何建模成本函数呢？目前我有一个 softmax 交叉熵或只是一个平方误差：网络的输出 <-> 实 x 坐标。

是否有更好的方法来处理这种情况？像更好的分布或任何其他方式让网络在没有任何噪声信息的情况下不输出单个值等等？

可ggplot2用于产生所谓的拓扑图（常用于神经科学）？

样本数据：

完整的样本数据。

行代表单个电极。列x和y代表在二维空间中的投影，并且列signal本质上是代表在给定电极处测量的电压的 z 轴。

stat_contour不起作用，显然是由于网格不相等。

geom_density_2dx仅提供和的密度估计y。

geom_raster不适合这项任务，或者我必须不正确地使用它，因为它很快就会耗尽内存。

不需要平滑（如右图）和头部轮廓（鼻子、耳朵）。

我想避免使用 Matlab 并转换数据以使其适合这个或那个工具箱……非常感谢！

更新（2016 年 1 月 26 日）

我最接近我的目标的是通过

这会产生这样的图像：

更新 2（2016 年 1 月 27 日）

我用完整的数据尝试了@alexforrence 的方法，结果如下：

这是一个很好的开始，但有几个问题：

1. 最后一次调用 ( ggplot()) 在 Intel i7 4790K 上大约需要 40 秒，而 Matlab 工具箱几乎可以立即生成这些；我上面的“紧急解决方案”大约需要一秒钟。
2. 正如你所看到的，中心部分的上下边界似乎被“切片”了——我不确定是什么原因造成的，但这可能是第三个问题。

3. 我收到以下警告：

   /li>

更新 3（2016 年 1 月 27 日）

interp(xo, yo)用不同的和stat_contour(binwidth)值生成的两个图之间的比较：

如果选择 low interp(xo, yo)，则边缘参差不齐，在本例中为xo/ yo = seq(0, 1, length = 100)：

我有 fmri 数据集，用于对正常对照和阿尔茨海默病患者进行分类。现在，作为一个新手，我无法从我的数据集中提取特征。我想以数字形式提取激活模式、GM、WM、CSF、体积测量和血液动力学。请指导我如何以及从哪里开始，并为我的工作推荐一些简单有效的软件......我将不得不......

通常，比电容在 biophysicalProperties 部分中声明并适用于整个细胞。例如：

如何为电池的不同部分分配不同的比电容值？例如，一个值用于胞体，另一个用于树突。

使用 nrniv 命令运行 NEURON 模拟器时如何打开 GUI？

当为 NEURON 使用 python 接口时，当我g=h.Graph()在 python 中创建一个对象并g.addvar(...)绘制一个变量时，单击 Init & Run 会产生一个空图：

在 NEURON 模拟器中，除了单独迭代每个属性之外，是否有更简单的方法来列出部分的属性？