Hands-on parameter search for neural simulations by a MIDI-controller.
Hands-on parameter search for neural simulations by a MIDI-controller.
复制标题
动手参数搜索MIDI控制器的神经模拟。
DOI：
10.1371/journal.pone.0027013
复制
发表时间：
2011
期刊：
影响因子：
3.7
通讯作者：
Borst A
中科院分区：
文献类型：
--
作者：
Eichner H;Borst A
计算神经科学家经常遇到参数拟合的挑战-探索一个通常是高维的变量空间，以找到一个参数集，以再现实验数据集。一种常见的方法是使用自动搜索算法，如梯度下降或遗传算法。然而，由于缺乏对潜在问题的理解，这些方法存在一些缺点，例如定义合适的误差函数或陷入局部最小值。另一种广泛使用的方法是使用键盘或鼠标进行手动参数拟合，根据用户的直觉评估不同的参数集。然而，这个过程往往是繁琐和耗时的。本文提出了一种新的人工参数拟合方法。MIDI控制器为仿真软件提供输入，然后根据设备上的旋钮和滑块位置调整模型参数。模型在每次参数变化时立即更新，连续绘制最新结果。给定较短的模拟时间（小于1秒），我们发现该方法在快速确定良好的参数集方面非常有效。我们的方法与调整模拟合成器的声音非常相似，让用户对手头的问题有一个非常好的直觉，例如，如果以及结果如何受到特定参数变化的影响，可以立即反馈。除了用于研究之外，我们的方法应该是一个理想的教学工具，允许学生互动地探索复杂的模型，如霍奇金-赫胥黎或动力系统。
Computational neuroscientists frequently encounter the challenge of parameter fitting – exploring a usually high dimensional variable space to find a parameter set that reproduces an experimental data set. One common approach is using automated search algorithms such as gradient descent or genetic algorithms. However, these approaches suffer several shortcomings related to their lack of understanding the underlying question, such as defining a suitable error function or getting stuck in local minima. Another widespread approach is manual parameter fitting using a keyboard or a mouse, evaluating different parameter sets following the users intuition. However, this process is often cumbersome and time-intensive. Here, we present a new method for manual parameter fitting. A MIDI controller provides input to the simulation software, where model parameters are then tuned according to the knob and slider positions on the device. The model is immediately updated on every parameter change, continuously plotting the latest results. Given reasonably short simulation times of less than one second, we find this method to be highly efficient in quickly determining good parameter sets. Our approach bears a close resemblance to tuning the sound of an analog synthesizer, giving the user a very good intuition of the problem at hand, such as immediate feedback if and how results are affected by specific parameter changes. In addition to be used in research, our approach should be an ideal teaching tool, allowing students to interactively explore complex models such as Hodgkin-Huxley or dynamical systems.
登录
查看更多内容
影响因子：
4.3
作者：
Druckmann, Shaul;Banitt, Yoav;Gidon, Albert;Schurmann, Felix;Markram, Henry;Segev, Idan
通讯作者：
Segev, Idan
影响因子：
1.2
作者：
Haag, J;Theunissen, F;Borst, A
通讯作者：
Borst, A
影响因子：
4.3
作者：
Spavieri, Deusdedit Lineu, Jr.;Eichner, Hubert;Borst, Alexander
通讯作者：
Borst, Alexander
影响因子：
5.5
作者：
HODGKIN, AL;HUXLEY, AF
通讯作者：
HUXLEY, AF
影响因子：
2.5
作者：
Wicher, D;Berlau, J;Borst, A
通讯作者：
Borst, A