Spikebench: spike tren zaman serisi sınıflandırması için açık bir kriter
Sinirsel kod çözmeye yönelik modern iyi performans gösteren yaklaşımlar, karar ağacı toplulukları ve derin sinir ağları gibi makine öğrenimi modellerine dayanmaktadır. Esasen zaman serisi verileri olan nöral ani trenlerden öğrenmek için kullanılabilecek geniş algoritma yelpazesi, bilgisayarla görme ve doğal dil alanlarındakilere benzer, nöral kod çözme için çeşitli ve zorlu kriterlere ihtiyaç duyulmasına neden olur. işleme. Bu çalışmada, açık erişimli sinirsel aktivite veri kümelerine dayanan ve uyarıcı tipi sınıflandırması, hayvanın davranışsal durum tahmini ve nöron tipi tanımlaması gibi çeşitli öğrenme görevlerinden oluşan bir başak katar sınıflandırma kıyaslaması öneriyoruz. El yapımı zaman serisi özellik mühendisliğine dayalı bir yaklaşımın, sinirsel kod çözme için son teknoloji derin öğrenme tabanlı modellerle eşit performans gösteren güçlü bir temel oluşturduğunu gösteriyoruz. Raporlanan sonuçların yeniden üretilmesine izin veren kodu yayınlıyoruz.
