CEBRA

Documentación | Demostraciones | Instalación | ? Página de inicio | Noticias | ? Problemas de informes

¡Bienvenido!

Cebra es una biblioteca para estimar los bis bonsistentes de rigor de alta dimensión utilizando variables uxiliares . Contiene algoritmos de aprendizaje auto-supervisados implementados en Pytorch, y cuenta con soporte para una variedad de conjuntos de datos diferentes comunes en biología y neurociencia.

Para recibir actualizaciones sobre versiones de código, ¿por favor? ¡Mira o estrella este repositorio!

cebra es un método auto-supervisado para la agrupación no lineal que permite el análisis de series de tiempo informadas por etiquetas. Puede utilizar conjuntamente datos conductuales y neurales de manera impulsada por hipótesis o descubrimiento para producir espacios latentes consistentes de alto rendimiento. Si bien no es específico para los datos neuronales y de comportamiento, este es el primer dominio en el que utilizamos la herramienta. Este caso de aplicación es obtener una representación consistente de las variables latentes que impulsan la actividad y el comportamiento, mejorando la precisión de decodificación de las variables de comportamiento sobre el aprendizaje supervisado estándar y la obtención de incrustaciones que son robos a los cambios de dominio.

Referencia

• ? Publicación en mayo de 2023 : Incrustos latentes aprendizables para el análisis de comportamiento y neural conjunto. Steffen Schneider*, Jin Hwa Lee* y Mackenzie Weygandt Mathis. Naturaleza 2023.

• ? Preprint Abril de 2022 : Incrustos latentes aprendizables para el análisis de comportamiento y neural articular. Steffen Schneider*, Jin Hwa Lee* y Mackenzie Weygandt Mathis

Licencia

• Desde la versión 0.4.0, Cebra es un software de código abierto bajo una licencia Apache 2.0.
• Las versiones anteriores 0.1.0 a 0.3.1 se publicaron solo para uso académico (lea el archivo de licencia).