神经科学中的统计学专题
摘要
本文简要介绍了本期《神经科学中的统计学》专题收录的七篇论文：(1) Xiaoyan Shi, Joseph G. Ibrahim, Jeffrey Lieberman, Martin Styner, Yimei Li 和 Hongtu Zhu：纵向神经影像数据的双状态经验似然；(2) Vincent Q. Vu, Pradeep Ravikumar, Thomas Naselaris, Kendrick N. Kay, Jack L. Gallant 和 Bin Yu：基于稀疏非参数模型对自然图像的 V1 fMRI 响应进行编码和解码；(3) Sourabh Bhattacharya 和 Ranjan Maitra：一种用于动态建模功能磁共振成像实验中有效连接的非平稳非参数贝叶斯方法；(4) Christopher J. Long, Patrick L. Purdon, Simona Temereanca, Neil U. Desai, Matti S. Hämäläinen 和 Emery Neal Brown：利用高性能计算解决动态脑磁图逆问题的状态空间方法；(5) Yuriy Mishchencko, Joshua T. Vogelstein 和 Liam Paninski：一种从钙荧光成像数据推断神经元连接的贝叶斯方法；(6) Robert E. Kass, Ryan C. Kelly 和 Wei-Liem Loh：使用对数线性点过程模型评估多个神经脉冲序列的同步性；(7) Sofia Olhede 和 Brandon Whitcher：Q空间中高角分辨率扩散成像结构的非参数检验。
引用
@article{arxiv.1107.3382,
title = {Special section on statistics in neuroscience},
author = {Karen Kafadar},
journal= {arXiv preprint arXiv:1107.3382},
year = {2011}
}
备注
Published in at http://dx.doi.org/10.1214/11-AOAS485 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)