热点事件观察中
贝叶斯自适应设计用于神经募集曲线采集
1 篇报道1 家媒体或机构10 天前更新
先了解这件事
报道摘要
研究提出一种贝叶斯自适应设计，利用曲线参数的后验不确定性选择刺激，以最大化整个神经募集曲线的信息增益，并可在5秒内给出下一个刺激，适用于TMS实验。仿真中该设计在恢复阈值上优于均匀采样、与ML-PEST相当，在曲线预测精度上优于ML-PEST、与均匀采样相当，且未牺牲阈值估计。研究还在TMS实验中验证了该设计，并发布了用于在线采集神经募集曲线的Python库onMEP。
摘自 arXiv q-bio.NC（Neurons and Cognition）
全部报道
同一件事各家媒体的报道，按发布时间排列。事情有了新的进展时，会单独列在「事件进展」里。
10月14日
- arXiv q-bio.NC（Neurons and Cognition）贝叶斯自适应设计用于神经募集曲线采集
研究提出一种贝叶斯自适应设计，利用曲线参数的后验不确定性选择刺激，以最大化整个神经募集曲线的信息增益，并可在5秒内给出下一个刺激，适用于TMS实验。仿真中该设计在恢复阈值上优于均匀采样、与ML-PEST相当，在曲线预测精度上优于ML-PEST、与均匀采样相当，且未牺牲阈值估计。研究还在TMS实验中验证了该设计，并发布了用于在线采集神经募集曲线的Python库onMEP。
本事件热度走势
当前热度 1·可比范围峰值 4（10月18日 04:00）·近 24 小时可比范围变化 -18%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。