从神经记录数据推断连接性：挑战、数学基础与研究方向
神经元与认知
2017-12-18 v2 定量方法
摘要
本文综述了从多电极记录或荧光成像衍生的神经活动数据中推断连接性的计算方法。我们首先确定了数据处理流程中连接性推断的生物物理和技术挑战。随后，我们回顾了基于两大数学基础的连接性推断方法，即描述性无模型方法和生成性基于模型的方法。我们调查了这两类中的代表性研究，并阐明了哪些挑战已由哪些方法解决。我们进一步确定了关键的开放问题和可能的研究方向。
引用
@article{arxiv.1708.01888,
title = {Connectivity Inference from Neural Recording Data: Challenges, Mathematical Bases and Research Directions},
author = {Ildefons Magrans de Abril and Junichiro Yoshimoto and Kenji Doya},
journal= {arXiv preprint arXiv:1708.01888},
year = {2017}
}
备注
52 pages, 2 figures, 3 tables, survey paper under review in Neural Networks Journal - Elsevier