CEBRA

文檔|演示|安裝| ？主頁|新聞| ？報告問題

歡迎！

CEBRA是一個用於估算使用uxilariary變量的高維r ecordings的文庫的庫。它包含Pytorch實施的自我監督學習算法，並支持生物學和神經科學中常見的各種不同數據集。

要接收有關代碼發行的更新？觀看或配出這個存儲庫的明星！

cebra是一種用於非線性聚類的自我監督方法，允許標籤信息序列分析。它可以以假設或發現驅動的方式共同使用行為和神經數據來產生一致的高性能潛在空間。儘管它不是針對神經和行為數據的特定特定的，但這是我們使用該工具的第一個域。此應用程序案例是要獲得潛在變量驅動活動和行為的一致表示，從而提高了行為變量而不是標準監督學習的解碼精度，並獲得了對域移動穩健的嵌入。

參考

• ？出版於2023年5月：可學習的潛在嵌入，用於聯合行為和神經分析。 Steffen Schneider*，Jin Hwa Lee*和Mackenzie Weygandt Mathis。大自然2023。

• ？ 2022年4月的預印本：可學習的潛在嵌入，用於聯合行為和神經分析。 Steffen Schneider*，Jin Hwa Lee*和Mackenzie Weygandt Mathis

執照

• 由於版本0.4.0，CEBRA是Apache 2.0許可證的開源軟件。
• 先前的版本0.1.0至0.3.1僅發布了學術用途（請閱讀許可證文件）。