文件名称：matlab非参数代码-activelearningTCs:主动学习TC
文件大小：19KB
文件格式：ZIP
更新时间：2024-06-28 07:01:18
系统开源
matlab非参数代码主动学习TC 用于 Matlab 中闭环实验的一维和二维调谐曲线的自适应刺激选择（又名“主动学习”）。 描述：根据 infomax（最大化响应和模型参数之间的互信息）或不确定性采样（调谐曲线具有最大不确定性的刺激）从一维或二维网格中选择最佳刺激，对于具有建模为以下任一者的调谐曲线的泊松神经元： 参数函数（ demo1 ）。 一个非线性变换的高斯过程（DEMO2和demo3）。 相关刊物： 枕头和公园（2016）。 用于闭环神经生理学的自适应贝叶斯方法。 帕克、韦勒、霍维茨和枕头（2014 年）。 具有转换的高斯过程先验的神经放电率图的贝叶斯主动学习。 神经计算,神经计算2014 下载 下载：压缩档案 克隆：从 github 克隆存储库： git clone https://github.com/pillowlab/activelearningTCs.git 用法 将 matlab 和 cd 启动到包含代码的目录中（例如cd code/activelearningTCs/ ）。 检查模拟数据集的带注释示例分析的演示脚本： demo1_parametricTC_1Di
【文件预览】：
activelearningTCs-master
----README.md(2KB)
----nlfuns()
--------expfun.m(166B)
--------logexp2.m(430B)
--------logexp_pow.m(508B)
--------logexp1.m(545B)
----demo1_parametricTC_1Dinfomax.m(7KB)
----code_parametricTCs()
--------unplot.m(994B)
--------logliPoissonTCbd.m(367B)
--------argmax.m(2KB)
--------neglogliPoissonTC.m(612B)
----LICENSE(1KB)
----code_gaussianprocessTCs()
--------neglogpost_GPtf.m(1KB)
--------runMAPinference_GPtf_orig.m(4KB)
--------mkKernelMatrix_RBF.m(1KB)
--------runMAPinference_GPtf.m(4KB)
----demo3_gpTC_2D.m(4KB)
----setpaths.m(395B)
----demo2_gpTC_1D.m(4KB)