Nengo: a Python tool for building large-scale functional brain models.
Nengo: a Python tool for building large-scale functional brain models.
复制标题
DOI：
10.3389/fninf.2013.00048
复制
发表时间：
2014-01-06
影响因子：
3.5
通讯作者：
Eliasmith C
中科院分区：
文献类型：
--
作者：
Bekolay T;Bergstra J;Hunsberger E;Dewolf T;Stewart TC;Rasmussen D;Choo X;Voelker AR;Eliasmith C
神经科学目前缺乏关于如何在生物基质中实施认知过程的全面理论。神经工程框架 (NEF) 提出了一种这样的理论，但尚未收集到重要的实证支持，部分原因是使用 NEF 构建和模拟大型模型的技术挑战。 Nengo是一款软件工具，可用于基于NEF构建和模拟大型模型；目前，它是教学如何使用 NEF 以及生成特定 NEF 模型来解释实验数据的研究的主要资源。 Nengo 1.4 用 Java 实现，用于创建 Spaun，世界上最大的功能性大脑模型（Eliasmith 等人）。模拟Spaun凸显了Nengo 1.4在支持简单语法模型构建、快速模拟大型模型以及收集大量数据进行后续分析方面的局限性。本文介绍了 Nengo 2.0，它是用 Python 实现的，并克服了这些限制。它使用简单且可扩展的语法，以比 Nengo 1.4 快 50 倍的速度模拟 Spaun 规模的基准模型，并具有灵活的模拟结果收集机制。
Neuroscience currently lacks a comprehensive theory of how cognitive processes can be implemented in a biological substrate. The Neural Engineering Framework (NEF) proposes one such theory, but has not yet gathered significant empirical support, partly due to the technical challenge of building and simulating large-scale models with the NEF. Nengo is a software tool that can be used to build and simulate large-scale models based on the NEF; currently, it is the primary resource for both teaching how the NEF is used, and for doing research that generates specific NEF models to explain experimental data. Nengo 1.4, which was implemented in Java, was used to create Spaun, the world's largest functional brain model (Eliasmith et al.,). Simulating Spaun highlighted limitations in Nengo 1.4's ability to support model construction with simple syntax, to simulate large models quickly, and to collect large amounts of data for subsequent analysis. This paper describes Nengo 2.0, which is implemented in Python and overcomes these limitations. It uses simple and extendable syntax, simulates a benchmark model on the scale of Spaun 50 times faster than Nengo 1.4, and has a flexible mechanism for collecting simulation results.
登录
查看更多内容
影响因子：
3.5
作者：
Bednar JA
通讯作者：
Bednar JA
影响因子：
2.1
作者：
Oliphant, Travis E.
通讯作者：
Oliphant, Travis E.
影响因子：
3.5
作者：
Hanke M;Halchenko YO
通讯作者：
Halchenko YO
影响因子：
3.5
作者：
Eppler, Jochen Martin;Helias, Moritz;Muller, Eilif;Diesmann, Markus;Gewaltig, Marc-Oliver
通讯作者：
Gewaltig, Marc-Oliver
影响因子：
1.4
作者：
Kloeckner, Andreas;Pinto, Nicolas;Fasih, Ahmed
通讯作者：
Fasih, Ahmed