nest simulator
NEST 3.8
NEST ist ein Simulator für Spiking-Modelle neuronaler Netzwerke, der sich auf die Dynamik, Größe und Struktur neuronaler Systeme und nicht auf die genaue Morphologie einzelner Neuronen konzentriert. Die Entwicklung von NEST wird von der NEST-Initiative koordiniert. Allgemeine Informationen zur NEST-Initiative finden Sie auf deren Homepage unter https://www.nest-initiative.org.
NEST ist ideal für Netzwerke von Spike-Neuronen jeder Größe, zum Beispiel:
Modelle der Informationsverarbeitung z. B. im visuellen oder auditorischen Kortex von Säugetieren,
Modelle der Netzwerkaktivitätsdynamik, z. B. laminare kortikale Netzwerke oder balancierte Zufallsnetzwerke,
Modelle des Lernens und der Plastizität.
Informationen zum Urheberrecht finden Sie in der LICENSE Datei und im Informationsheader in den Quelldateien.
Sie können NEST entweder über Python (PyNEST) oder als eigenständige Anwendung (Nest) nutzen. PyNEST stellt dem Python-Interpreter eine Reihe von Befehlen zur Verfügung, die Ihnen Zugriff auf den Simulationskernel von NEST ermöglichen. Mit diesen Befehlen beschreiben und führen Sie Ihre Netzwerksimulation aus. Sie können PyNEST auch mit PyNN ergänzen, einem simulatorunabhängigen Satz von Python-Befehlen zum Formulieren und Ausführen neuronaler Simulationen. Während Sie Ihre Simulationen in Python definieren, wird die eigentliche Simulation im hochoptimierten Simulationskernel von NEST ausgeführt, der in C++ geschrieben ist.
Eine NEST-Simulation versucht, der Logik eines elektrophysiologischen Experiments zu folgen, das in einem Computer stattfindet, mit dem Unterschied, dass das zu untersuchende neuronale System vom Experimentator definiert werden muss.
Das neuronale System wird durch eine möglicherweise große Anzahl von Neuronen und deren Verbindungen definiert. In einem NEST-Netzwerk können verschiedene Neuronen- und Synapsenmodelle nebeneinander existieren. Zwei beliebige Neuronen können mehrere Verbindungen mit unterschiedlichen Eigenschaften haben. Daher kann die Konnektivität im Allgemeinen nicht durch eine Gewichts- oder Konnektivitätsmatrix, sondern vielmehr als Adjazenzliste beschrieben werden.
Um die Netzwerkdynamik zu manipulieren oder zu beobachten, kann der Experimentator sogenannte Geräte definieren, die die verschiedenen Instrumente (zur Messung und Stimulation) darstellen, die in einem Experiment vorkommen. Diese Geräte schreiben ihre Daten entweder in den Speicher oder in eine Datei.
NEST ist erweiterbar und es können neue Modelle für Neuronen, Synapsen und Geräte hinzugefügt werden.
Um mit NEST zu beginnen, finden Sie auf der Dokumentationsseite Tutorials.
Um mehr über die Funktionen von NEST zu erfahren, lesen Sie bitte die vollständige Funktionsübersicht.
NEST bietet über 50 Neuronenmodelle, von denen viele veröffentlicht wurden. Wählen Sie zwischen einfachen Integrate-and-Fire-Neuronen mit Strom- oder leitfähigkeitsbasierten Synapsen über die Izhikevich- oder AdEx-Modelle bis hin zu Hodgkin-Huxley-Modellen.
NEST bietet über 10 Synapsenmodelle, darunter Kurzzeitplastizität (Tsodyks & Markram) und verschiedene Varianten der Spike-Timing-abhängigen Plastizität (STDP).
NEST bietet viele Beispiele, die Ihnen den Einstieg in Ihr eigenes Simulationsprojekt erleichtern.
NEST bietet praktische und effiziente Befehle zum Definieren und Verbinden großer Netzwerke, von algorithmisch ermittelten Verbindungen bis hin zu datengesteuerter Konnektivität.
Mit NEST können Sie den Zustand jedes Neurons und jeder Verbindung jederzeit während einer Simulation überprüfen und ändern.
NEST ist schnell und speichereffizient. Es nutzt Ihren Multi-Core-Computer und Ihre Rechencluster optimal aus, mit minimalem Benutzereingriff.
NEST läuft auf einer Vielzahl von UNIX-ähnlichen Systemen, von MacBooks bis hin zu Supercomputern.
NEST hat minimale Abhängigkeiten. Alles, was es wirklich braucht, ist ein C++-Compiler. Alles andere ist optional.
NEST-Entwickler nutzen agile, auf kontinuierlicher Integration basierende Arbeitsabläufe, um hohe Codequalitätsstandards für korrekte und reproduzierbare Simulationen aufrechtzuerhalten.
NEST verfügt über eine der größten und erfahrensten Entwicklergemeinschaften aller neuronalen Simulatoren. NEST wurde erstmals 1994 unter dem Namen SYNOD veröffentlicht und seitdem ständig erweitert und verbessert.
NEST ist Open-Source-Software und steht unter der GNU General Public License v2 oder höher.
Weitere Informationen zur Installation von NEST finden Sie in den Online-NEST-Installationsanweisungen.
Sie können den help im NEST-Interpreter ausführen, um Dokumentation zu finden und mehr über verfügbare Befehle zu erfahren.
Bei Fragen zur NEST-Nutzung nutzen Sie bitte die Mailingliste für NEST-Benutzer.
Informationen zu den Python-Bindungen an NEST finden Sie in ${prefix}/share/doc/nest/README.md .
Für diejenigen, die NEST erweitern möchten, ist eine Entwicklerdokumentation zum Thema „Mitwirken an NEST“ verfügbar.
Bitte zitieren Sie NEST, wenn Sie es in Ihrer Arbeit verwenden.
Alle Informationen zur Zitierung von NEST finden Sie hier
