成对特征网络的高效组合
机器学习
2015-06-02 v1 机器学习
摘要
本文提出一种利用钙荧光数据重建神经网络连接的新方法。我们引入一种快速无监督方法来整合不同的网络，从神经元活动重建结构连接。我们的方法改进了最先进的重建方法 General Transfer Entropy (GTE)。我们能够更好地消除间接链接，从而通过 GTE 与三个新信息特征的归一化和集成过程提升网络质量。该方法基于简单的网络组合，速度极快。我们方法的性能在 connectomics challenge 提供的模拟时间序列上进行了基准测试，并也提交至公开竞赛。
引用
@article{arxiv.1506.00102,
title = {Efficient combination of pairswise feature networks},
author = {Pau Bellot and Patrick E. Meyer},
journal= {arXiv preprint arXiv:1506.00102},
year = {2015}
}
备注
JMLR: Workshop and Conference Proceedings, 2014 Connectomics (ECML 2014)