Nest模拟器下载 - Nest模拟器源码下载

巢模拟器

其他源码

NEST 3.8

下载

神经模拟工具 - NEST

NEST 是尖峰神经网络模型的模拟器，专注于神经系统的动力学、大小和结构，而不是单个神经元的确切形态。 NEST 的开发由 NEST Initiative 协调。有关 NEST Initiative 的一般信息可在其主页 https://www.nest-initiative.org 上找到。

NEST 非常适合任何大小的尖峰神经元网络，例如：

信息处理模型，例如哺乳动物的视觉或听觉皮层，
网络活动动态模型，例如层状皮质网络或平衡随机网络，
学习和可塑性模型。

有关版权信息，请参阅LICENSE文件和源文件中的信息标头。

如何使用 NEST？

您可以通过 Python (PyNEST) 或作为独立应用程序 (nest) 使用 NEST。 PyNEST 为 Python 解释器提供了一组命令，使您可以访问 NEST 的模拟内核。使用这些命令，您可以描述并运行网络模拟。您还可以使用 PyNN 来补充 PyNEST，PyNN 是一组独立于模拟器的 Python 命令，用于制定和运行神经模拟。当您在 Python 中定义模拟时，实际模拟是在用 C++ 编写的 NEST 高度优化的模拟内核中执行的。

NEST 模拟试图遵循计算机内部进行的电生理学实验的逻辑，但所不同的是，要研究的神经系统必须由实验者定义。

神经系统由可能大量的神经元及其连接来定义。在 NEST 网络中，不同的神经元和突触模型可以共存。任何两个神经元都可以有多个具有不同属性的连接。因此，连接性通常不能用权重或连接矩阵来描述，而是用邻接列表来描述。

为了操纵或观察网络动态，实验者可以定义所谓的设备，这些设备代表实验中发现的各种仪器（用于测量和刺激）。这些设备将数据写入内存或文件。

NEST 是可扩展的，可以添加神经元、突触和设备的新模型。

要开始使用 NEST，请参阅教程文档页面。

为什么我应该使用 NEST？

要了解有关 NEST 功能的更多信息，请阅读完整的功能摘要。

NEST 提供了 50 多个神经元模型，其中许多已经发布。从具有基于电流或电导的突触的简单集成和激发神经元、Izhikevich 或 AdEx 模型到 Hodgkin-Huxley 模型中进行选择。
NEST 提供了 10 多种突触模型，包括短期可塑性 (Tsodyks & Markram) 和尖峰时间依赖性可塑性 (STDP) 的不同变体。
NEST 提供了许多示例，可帮助您开始自己的模拟项目。
NEST 提供方便高效的命令来定义和连接大型网络，范围从算法确定的连接到数据驱动的连接。
NEST 允许您在模拟过程中随时检查和修改每个神经元和每个连接的状态。
NEST 速度快且内存效率高。它以最少的用户干预充分利用您的多核计算机和计算集群。
NEST 可以在各种类 UNIX 系统上运行，从 MacBook 到超级计算机。
NEST 的依赖性最小。它真正需要的只是一个 C++ 编译器。其他一切都是可选的。
NEST 开发人员正在使用基于敏捷持续集成的工作流程，以维持高代码质量标准，以实现正确且可重复的模拟。
NEST 拥有所有神经模拟器中规模最大、经验最丰富的开发者社区之一。 NEST 于 1994 年首次发布，名称为 SYNOD，此后一直在扩展和改进。