Cebra – 云典AI

Cebra是一种机器学习工具，它使用非线性技术，根据同时记录的联合行为和神经数据创建一致和高性能的潜在空间。

主要特点：

• 神经潜在嵌入：用于假设检验和发现驱动的分析。
• 经过验证的准确性：在钙和电生理数据集、感觉和运动任务以及跨物种的简单或复杂行为上证明的有效性。
• 多会话和无标签：可用于没有标签的单会话或多会话数据集。
• 高精度解码：提供从视觉皮质快速解码自然电影。
• 代码可用性：在GitHub上访问该工具的代码，并在arxiv.org上阅读预印本。

使用案例：

·分析和解码行为和神经数据，以揭示潜在的神经表征。

·绘制并揭示神经科学研究中复杂的运动学特征。

·在各种数据类型和实验中产生一致的潜在空间。

Cebra对于希望分析和解码行为和神经数据的神经科学家来说，这是一个宝贵的工具，使他们能够更好地理解与适应行为有关的潜在神经表征。