Cebra
FreeCEBRA是一种用于可解释时间序列分析的自监督学习算法。它解码复杂的神经和行为数据，揭示隐藏的结构。
CEBRA是一种用于分析高维记录的自监督学习算法。它将神经活动映射到可解释的、一致的嵌入空间。您可以使用CEBRA压缩时间序列数据并揭示隐藏的结构。该工具非常适合同时进行行为和神经记录。您可以解码小鼠视觉皮层活动以重建观看过的视频。您还可以解码灵长类动物感觉运动皮层轨迹以及动物导航过程中的位置。CEBRA提供一种基于假设或发现驱动的方法。它产生高性能的潜在空间。您的神经科学研究将获得准确的结果。通过文档和演示探索其功能。
Use Cases
• 解码视觉皮层的神经活动以重建观看过的视频。 • 解码灵长类动物的感觉运动皮层的轨迹。 • 解码导航过程中的位置。 • 分析大鼠海马体数据以进行位置/神经活动相关性分析。 • 使用DINO帧特征嵌入小鼠初级视觉皮层数据。 • 分析初级运动皮层和体感皮层的神经数据。
