เครื่องจำลองรัง

เครื่องมือจำลองระบบประสาท - NEST

NEST เป็นเครื่องจำลองสำหรับโมเดลโครงข่ายประสาทเทียมที่พุ่งขึ้นอย่างรวดเร็ว ซึ่งมุ่งเน้นไปที่ไดนามิก ขนาด และโครงสร้างของระบบประสาท มากกว่าที่จะเน้นที่สัณฐานวิทยาที่แน่นอนของเซลล์ประสาทแต่ละตัว การพัฒนา NEST ได้รับการประสานงานโดย NEST Initiative ข้อมูลทั่วไปเกี่ยวกับ NEST Initiative อยู่ที่หน้าแรกที่ https://www.nest-initiative.org

NEST เหมาะสำหรับเครือข่ายของเซลล์ประสาทที่มีสัญญาณแหลมทุกขนาด ตัวอย่างเช่น:

• แบบจำลองการประมวลผลข้อมูล เช่น ในเยื่อหุ้มสมองการมองเห็นหรือการได้ยินของสัตว์เลี้ยงลูกด้วยนม

• แบบจำลองของพลวัตของกิจกรรมเครือข่าย เช่น โครงข่ายเยื่อหุ้มสมองชั้นนอก หรือโครงข่ายสุ่มที่สมดุล

• แบบจำลองการเรียนรู้และความเป็นพลาสติก

สำหรับข้อมูลลิขสิทธิ์ โปรดดูไฟล์ LICENSE และส่วนหัวข้อมูลในไฟล์ต้นฉบับ

ฉันจะใช้ NEST ได้อย่างไร

คุณสามารถใช้ NEST ผ่านทาง Python (PyNEST) หรือเป็นแอปพลิเคชันแบบสแตนด์อโลน (nest) PyNEST จัดเตรียมชุดคำสั่งให้กับล่าม Python ซึ่งให้คุณเข้าถึงเคอร์เนลการจำลองของ NEST ด้วยคำสั่งเหล่านี้ คุณสามารถอธิบายและรันการจำลองเครือข่ายของคุณได้ คุณยังสามารถเสริม PyNEST ด้วย PyNN ซึ่งเป็นชุดคำสั่ง Python ที่ไม่ขึ้นอยู่กับตัวจำลองเพื่อกำหนดและรันการจำลองทางประสาท ในขณะที่คุณกำหนดการจำลองใน Python การจำลองจริงจะดำเนินการภายในเคอร์เนลการจำลองที่ได้รับการปรับปรุงประสิทธิภาพขั้นสูงของ NEST ซึ่งเขียนด้วยภาษา C++

การจำลอง NEST พยายามปฏิบัติตามตรรกะของการทดลองทางอิเล็กโทรสรีรวิทยาที่เกิดขึ้นภายในคอมพิวเตอร์โดยมีความแตกต่างที่ว่าระบบประสาทที่จะตรวจสอบจะต้องถูกกำหนดโดยผู้ทดลอง

ระบบประสาทถูกกำหนดโดยเซลล์ประสาทจำนวนมากและการเชื่อมต่อของพวกมัน ในเครือข่าย NEST โมเดลเซลล์ประสาทและไซแนปส์ที่แตกต่างกันสามารถอยู่ร่วมกันได้ เซลล์ประสาทสองตัวใด ๆ สามารถมีการเชื่อมต่อได้หลายแบบด้วยคุณสมบัติที่แตกต่างกัน ดังนั้น การเชื่อมต่อโดยทั่วไปไม่สามารถอธิบายได้ด้วยน้ำหนักหรือเมทริกซ์การเชื่อมต่อ แต่เป็นรายการที่อยู่ติดกัน

เพื่อจัดการหรือสังเกตไดนามิกของเครือข่าย ผู้ทดลองสามารถกำหนดสิ่งที่เรียกว่าอุปกรณ์ซึ่งเป็นตัวแทนของเครื่องมือต่างๆ (สำหรับการวัดและการกระตุ้น) ที่พบในการทดลอง อุปกรณ์เหล่านี้เขียนข้อมูลลงในหน่วยความจำหรือไฟล์

NEST สามารถขยายได้และสามารถเพิ่มโมเดลใหม่สำหรับเซลล์ประสาท ไซแนปส์ และอุปกรณ์ต่างๆ ได้

หากต้องการเริ่มต้นใช้งาน NEST โปรดดูหน้าเอกสารประกอบสำหรับบทช่วยสอน

เหตุใดฉันจึงควรใช้ NEST

หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับความสามารถของ NEST โปรดอ่านสรุปคุณลักษณะทั้งหมด

• NEST มีโมเดลเซลล์ประสาทมากกว่า 50 แบบหลายแบบที่ได้รับการเผยแพร่แล้ว เลือกจากเซลล์ประสาทบูรณาการและไฟแบบง่ายที่มีไซแนปส์ตามกระแสหรือสื่อกระแสไฟฟ้า เหนือโมเดล Izhikevich หรือ AdEx ไปจนถึงโมเดล Hodgkin-Huxley

• NEST มีโมเดลไซแนปส์มากกว่า 10 โมเดล รวมถึงความเป็นพลาสติกระยะสั้น (Tsodyks และ Markram) และรูปแบบต่างๆ ของความเป็นพลาสติกที่ขึ้นกับจังหวะเวลาแหลม (STDP)

• NEST มีตัวอย่างมากมายที่ช่วยคุณในการเริ่มต้นโครงการจำลองของคุณเอง

• NEST นำเสนอคำสั่งที่สะดวกและมีประสิทธิภาพในการกำหนดและเชื่อมต่อเครือข่ายขนาดใหญ่ ตั้งแต่การเชื่อมต่อที่กำหนดโดยอัลกอริทึมไปจนถึงการเชื่อมต่อที่ขับเคลื่อนด้วยข้อมูล

• NEST ให้คุณตรวจสอบและแก้ไขสถานะของเซลล์ประสาทแต่ละอันและการเชื่อมต่อแต่ละอย่างได้ตลอดเวลาระหว่างการจำลอง

• NEST ทำงานรวดเร็วและมีประสิทธิภาพด้านหน่วยความจำ ใช้ประโยชน์จากคอมพิวเตอร์แบบมัลติคอร์ของคุณให้เกิดประโยชน์สูงสุดและประมวลผลคลัสเตอร์โดยมีการรบกวนผู้ใช้น้อยที่สุด

• NEST ทำงานบนระบบที่คล้ายกับ UNIX หลากหลายประเภท ตั้งแต่ MacBook ไปจนถึงซูเปอร์คอมพิวเตอร์

• NEST มีการพึ่งพาน้อยที่สุด สิ่งที่ต้องการจริงๆ คือคอมไพเลอร์ C++ ทุกอย่างอื่นเป็นทางเลือก

• นักพัฒนา NEST กำลังใช้เวิร์กโฟลว์ที่อิงการบูรณาการอย่างต่อเนื่องแบบคล่องตัว เพื่อรักษามาตรฐานคุณภาพโค้ดในระดับสูงสำหรับการจำลองที่ถูกต้องและทำซ้ำได้

• NEST มีชุมชนนักพัฒนาที่ใหญ่ที่สุดและมีประสบการณ์มากที่สุดแห่งหนึ่งสำหรับเครื่องจำลองระบบประสาททั้งหมด NEST เปิดตัวครั้งแรกในปี 1994 ภายใต้ชื่อ SYNOD และได้รับการขยายและปรับปรุงนับตั้งแต่นั้นเป็นต้นมา

ใบอนุญาต

NEST เป็นซอฟต์แวร์โอเพ่นซอร์สและได้รับอนุญาตภายใต้ GNU General Public License v2 หรือใหม่กว่า

กำลังติดตั้ง NEST

โปรดดูคำแนะนำในการติดตั้ง NEST ออนไลน์เพื่อดูวิธีติดตั้ง NEST

การขอความช่วยเหลือ

• คุณสามารถเรียกใช้คำสั่ง help ในล่าม NEST เพื่อค้นหาเอกสารและเรียนรู้เพิ่มเติมเกี่ยวกับคำสั่งที่มีอยู่

• หากมีข้อสงสัยเกี่ยวกับการใช้งาน NEST โปรดใช้รายชื่ออีเมลของผู้ใช้ NEST

• ข้อมูลเกี่ยวกับการเชื่อมโยง Python กับ NEST สามารถพบได้ใน ${prefix}/share/doc/nest/README.md

• สำหรับผู้ที่ต้องการขยาย NEST มีเอกสารสำหรับนักพัฒนาเกี่ยวกับการมีส่วนร่วมใน NEST อยู่

อ้างถึง NEST

โปรดอ้างอิง NEST หากคุณใช้ในงานของคุณ

• คุณสามารถค้นหาข้อมูลทั้งหมดสำหรับการอ้างอิง NEST ได้ที่นี่