利用时间约束事件序列推断神经元网络连接性

发现事件序列中的频繁事件序列是一项有趣的数据挖掘任务。在本文中，我们认为该框架对于分析多神经元脉冲序列数据非常有效。分析脉冲序列数据是神经科学中的一个重要问题，尽管目前尚未见报道用于此的数据挖掘方法。受此应用的启发，我们在事件序列的出现上引入了不同的时间约束。我们提出了在时间约束下发现频繁事件序列的算法。通过模拟，我们表明我们的方法对于分析脉冲序列数据以揭示潜在的连通性模式非常有效。