Cebra — это инструмент машинного обучения, который использует нелинейные методы для создания последовательных и высокопроизводительных латентных пространств на основе совместных поведенческих и нейронных данных, записанных одновременно.
Ключевые особенности:
Нейронные латентные вкрапления: Используются для проверки гипотез и анализа, основанного на открытиях.
Подтвержденная точность: Эффективность доказана на наборах кальциевых и электрофизиологических данных, сенсорных и моторных задачах, простом и сложном поведении у разных видов животных.
Многосессионность и отсутствие меток: Может использоваться с односессионными или многосессионными наборами данных и без меток.
Высокоточное декодирование: Обеспечивает быстрое декодирование естественных фильмов из зрительной коры.
Доступность кода: Получить доступ к коду инструмента можно на GitHub, а прочитать препринт — на arxiv.org.
Примеры использования:
— Анализ и декодирование поведенческих и нейронных данных для выявления глубинных нейронных представлений.
— Составление карт и выявление сложных кинематических характеристик в нейронаучных исследованиях.
— Получение согласованных латентных пространств для различных типов данных и экспериментов.
Cebra — ценный инструмент для нейробиологов, которые хотят анализировать и декодировать поведенческие и нейронные данные, что позволяет им лучше понять нейронные репрезентации, участвующие в адаптивном поведении.
