Loading...
机构名称:
¥ 1.0

增加了全面的实验数据集的可用性和高性能计算资源的范围正在推动神经科学中计算模型的规模,复杂性和生物现实主义的快速增长。支持建造和仿真以及共享此类大型模型,需要广泛适用,灵活和高性能的数据格式。为了满足这种需求,我们开发了可扩展的开放网络体系结构模板(Sonata)数据格式。它是为内存和计算效率而设计的,并在多个平台上工作。格式代表通过标准化文件的神经元电路和仿真输入和输出,并为添加新的约定或扩展提供了极大的功能。奏鸣曲用于多种建模​​和可视化工具,我们还提供参考应用程序编程界面和模型示例以促进进一步的采用。奏鸣曲格式是免费的,可以供社区使用和建立,以实现有效的模型构建,共享和可重复性。

奏鸣曲数据格式,用于有效描述大型...

奏鸣曲数据格式,用于有效描述大型...PDF文件第1页

奏鸣曲数据格式,用于有效描述大型...PDF文件第2页

奏鸣曲数据格式,用于有效描述大型...PDF文件第3页

奏鸣曲数据格式,用于有效描述大型...PDF文件第4页

奏鸣曲数据格式,用于有效描述大型...PDF文件第5页

相关文件推荐

2024 年
¥2.0
2024 年
¥1.0
2022 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2024 年
¥2.0
2024 年
¥2.0
2021 年
¥1.0
2022 年
¥2.0
2025 年
¥3.0
2022 年
¥1.0
2020 年
¥2.0
2025 年
¥1.0
2024 年
¥1.0
2025 年
¥1.0
2024 年
¥1.0
2025 年
¥1.0
2023 年
¥3.0
2025 年
¥1.0
2020 年
¥1.0
2025 年
¥6.0