机构名称：
¥ 2.0
神经科学中普遍存在的挑战正在测试由于特定原因，例如刺激，事件或临床干预措施，神经元连通性是否随时间变化。最近的硬件创新和数据存储成本下降，可以使更长，更自然的神经元记录。理解自组织的大脑要求使用新分析方法的隐性机会，这些方法是将时间尺度联系起来的新分析方法：从神经元动力学的毫秒顺序，到几分钟，几天甚至几年的实验观察结果不断发展的顺序。本评论文章展示了分层生成模型和贝叶斯推论如何有助于表征不同时间尺度上的神经元活动。至关重要的是，这些方法超出了描述观测之间的统计关联，还可以推断潜在机制。我们提供了国家空间建模中基本概念的概述，并为这些方法提出了分类法。此外，我们引入了关键的数学原理，这些原理强调了时间尺度的分离，例如奴隶原理，并回顾了用多尺度数据来测试大脑的假设的贝叶斯方法。我们希望这篇综述将成为在复杂系统建模文献中在最新技术状态和当前旅行的实验和计算神经科学家的有用底漆。
快速和慢链接：生成模型的情况
主要关键词
相关文件推荐
