تنزيل Unfold.jl - تنزيل كود المصدر Unfold.jl

Unfold.jl

شفرة المصدر الأخرى

v0.7.7

تنزيل

تقدير التصور محاكاة خط أنابيب العطاءات فك التشفير إحصائيات

صندوق الأدوات لأداء الانحدار الخطي / GAM / الهرمي / deconvolution على الإشارات البيولوجية.

يُعرف هذا النوع من النمذجة أيضًا باسم نمذجة التشفير، وتفكيك الالتفاف الخطي، ووظائف الاستجابة الزمنية (TRFs)، وتحديد النظام الخطي، وربما تحت أسماء أخرى. يتم أيضًا دعم نماذج الرنين المغناطيسي الوظيفي مع وظائف أساس HRF وقواعد تمدد حدقة العين.

ابدء

مستخدم بايثون؟

من الواضح أننا نوصي بجوليا - ولكن يمكن لمستخدمي Python استخدام juliacall/Unfold مباشرة من python!

تركيب جوليا

انقر للتوسيع

الطريقة الموصى بها لتثبيت جوليا هي juliaup. فهو يتيح لك، على سبيل المثال، تحديث جوليا بسهولة في وقت لاحق، ولكن أيضًا اختبار إصدارات ألفا/بيتا وما إلى ذلك.

ليرة تركية: دكتور؛ إذا كنت لا تريد قراءة التعليمات الصريحة، فما عليك سوى نسخ الأمر التالي

ويندوز

AppStore -> JuliaUp، أو winget install julia -s msstore في CMD

ماك ولينكس

curl -fsSL https://install.julialang.org | sh في أي قذيفة

تثبيت Unfold.jl

 using Pkg
Pkg . add ( " Unfold " )

الاستخدام

يرجى مراجعة الوثائق للحصول على دروس وتفسيرات واسعة النطاق وأكثر!

نصيحة حول المستندات

يمكنك قراءة المستندات عبر الإنترنت: - أو استخدام ميزة ?fit ?effects julia-REPL". لتصفية المستندات، استخدم على سبيل المثال ?fit(::UnfoldModel)

فيما يلي نظرة عامة سريعة على ما يمكن توقعه.

ما تحتاجه

 using Unfold

events :: DataFrame

# formula with or without random effects
f = @formula 0 ~ 1 + condA
fLMM = @formula 0 ~ 1 + condA + ( 1 | subject) + ( 1 | item)

# in case of [overlap-correction] we need continuous data plus per-eventtype one basisfunction (typically firbasis)
data :: Array{Float64,2}
basis = firbasis (τ = ( - 0.3 , 0.5 ),srate = 250 ) # for "timeexpansion" / deconvolution

# in case of [mass univariate] we need to epoch the data into trials, and a accompanying time vector
epochs :: Array{Float64,3} # channel x time x epochs (n-epochs == nrows(events))
times = range ( 0 ,length = size (epochs, 3 ),step = 1 / sampling_rate)

لملاءمة أي من النماذج، يقدم Unfold.jl بناء جملة موحدًا:

تصحيح التداخل	النمذجة المختلطة	بناء الجملة جوليا
		`fit(UnfoldModel,[Any=>(f,times)),evts,data_epoch]`
س		`fit(UnfoldModel,[Any=>(f,basis)),evts,data]`
	س	`fit(UnfoldModel,[Any=>(fLMM,times)),evts,data_epoch]`
س	س	`fit(UnfoldModel,[Any=>(fLMM,basis)),evts,data]`

مقارنة تتكشف (matlab)

انقر للتوسيع

لا يزال يتم الحفاظ على إصدار MATLAB، ولكن التطوير النشط يحدث في جوليا.

ميزة	تتكشف	غير مختلط (البائد)	تتكشف.jl
تصحيح التداخل	س	س	س
الخطوط غير الخطية	س	س	س
سرعة			⚡ 2-100x
دعم GPU
أدوات التآمر	س		تتكشفMakie.jl
رسم تفاعلي			ترقبوا - قريبا!
أدوات المحاكاة	س		UnfoldSim.jl
دعم العطاءات	س		ألفا: UnfoldBIDS.jl)
الشيكات التعقل	س		س
دروس	س		س
com.unittests	س		س
قواعد بديلة مثل HRF (fMRI)			س
مزيج من الوظائف الأساسية المختلفة			س
نوافذ زمنية مختلفة لكل حدث			س
نماذج مختلطة		س	س
تأثيرات المادة والموضوع		(خ)	س
فك التشفير			UnfoldDecode.jl
تناسبات خارجية قوية			العديد من الخيارات (ولكن أبطأ)
?دعم بايثون			عبر جوليا كول

المساهمات

المساهمات هي موضع ترحيب كبير. يمكن أن تكون هذه الأخطاء المطبعية، وتقارير الأخطاء، وطلبات الميزات، وتحسين السرعة، والحلول الجديدة، والتعليمات البرمجية الأفضل، والتوثيق الأفضل.

كيفية المساهمة

أنتم مدعوون جدًا لإثارة المشكلات وبدء سحب الطلبات!

إضافة الوثائق

نوصي بكتابة مستند Literate.jl ووضعه في docs/literate/FOLDER/FILENAME.jl بحيث يكون FOLDER هو HowTo أو Explanation أو Tutorial أو Reference (يوصى بالقراءة في الفئات الأربع).
يقوم Literate.jl بتحويل ملف .jl إلى .md تلقائيًا ويضعه في docs/src/generated/FOLDER/FILENAME.md .
قم بتحرير make.jl بالإشارة إلى docs/src/generated/FOLDER/FILENAME.md .

المساهمين

_{جوديث شيبرز} ؟ ✅ ؟ ️	_{بنديكت إيهينغر} ؟ ✅ ؟ ️ ؟ ️ ؟ ؟	_{رينيه سكوكيز} ؟ ✅ ؟	_{مانبا بارمان} ؟	_{فيليب ألداي} ؟	_{ديف كلاينشميت}	_{ساكيت سوراب} ؟
_suddha-bpn ؟	_{فلاديمير ميخيف} ؟	_{com.carmenamme}	_{ماكسيميليان فان ميجيم} ؟