CEBRA

Dokumentasi | Demo | Instalasi | ? Halaman Beranda | Berita | ? Masalah pelaporan

Selamat datang!

Cebra adalah perpustakaan untuk memperkirakan edding r ecordings dimensi tinggi menggunakan variabel uxiliary . Ini berisi algoritma pembelajaran yang diatur sendiri yang diimplementasikan di Pytorch, dan memiliki dukungan untuk berbagai dataset berbeda yang umum dalam biologi dan ilmu saraf.

Untuk menerima pembaruan tentang rilis kode? Tonton atau ️ Bintang repositori ini!

cebra adalah metode yang di-kupervis untuk pengelompokan non-linear yang memungkinkan analisis rangkaian waktu label yang dikenali. Ini dapat bersama-sama menggunakan data perilaku dan saraf dalam hipotesis-atau penemuan yang digerakkan untuk menghasilkan ruang laten yang konsisten dan berkinerja tinggi. Meskipun tidak spesifik untuk data saraf dan perilaku, ini adalah domain pertama yang kami gunakan.

Referensi

• ? Publikasi Mei 2023 : Embeddings laten yang dapat dipelajari untuk analisis perilaku bersama dan saraf. Steffen Schneider*, Jin Hwa Lee* dan Mackenzie Weygandt Mathis. Alam 2023.

• ? Praprint April 2022 : Embeddings laten yang dapat dipelajari untuk analisis perilaku bersama dan saraf. Steffen Schneider*, Jin Hwa Lee* dan Mackenzie Weygandt Mathis

Lisensi

• Karena versi 0.4.0, Cebra adalah perangkat lunak open source di bawah lisensi Apache 2.0.
• Versi sebelumnya 0.1.0 hingga 0.3.1 dirilis hanya untuk penggunaan akademik (silakan baca file lisensi).