Gröbner Bases of Convex Neural Code Ideals
Gröbner Bases of Convex Neural Code Ideals
复制标题
凸神经代码理想的 Gröbner 基
DOI：
10.1007/978-3-030-42687-3_8
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Kaitlyn Phillipson, Elena S.
中科院分区：
文献类型：
--
作者：
Kaitlyn Phillipson, Elena S.
我们提出了关于神经编码的凸性与其理想的规范形式之间的联系的结果和猜想。这种联系是通过神经理想的Gröbner基础的性质及其简化形式的唯一性建立起来的。介绍了一种识别具有唯一还原Gröbner基的神经编码的有效算法。
We present results and conjectures on the connection between the convexity of a neural code and the canonical form of its ideal. The connection is established through properties of the Gröbner basis of the neural ideal and the uniqueness of its reduced form. An efficient algorithm for identifying neural codes with unique reduced Gröbner bases is introduced.