Unfold.jl下载 - Unfold.jl源代码下载

Unfold.jl

其他源码

v0.7.7

下载

预估可视化模拟投标管道解码统计数据

对生物信号执行线性/GAM/分层/反卷积回归的工具箱。

这种建模也称为编码建模、线性反卷积、时间响应函数 (TRF)、线性系统识别，可能还有其他名称。还支持具有 HRF 基础函数和瞳孔扩张基础的 fMRI 模型。

入门

？Python用户？

我们明确推荐 Julia - 但 Python 用户可以直接从 python 使用 juliacall/Unfold！

朱莉娅安装

点击展开

推荐的安装 julia 的方式是 juliaup。例如，它允许您稍后轻松更新 Julia，还可以测试 alpha/beta 版本等。

TL：博士；如果你不想阅读明确的说明，只需复制以下命令

视窗

AppStore -> JuliaUp，或在 CMD 中winget install julia -s msstore

苹果电脑和Linux

curl -fsSL https://install.julialang.org | sh在任何 shell 中

展开.jl 安装

 using Pkg
Pkg . add ( " Unfold " )

用法

请查看文档以获取详细的教程、解释等！

文档上的 Tipp

您可以在线阅读文档： - 或使用?fit 、 ?effects julia-REPL 功能。要过滤文档，请使用例如?fit(::UnfoldModel)

以下是对预期结果的快速概述。

你需要什么

 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)

为了适应任何模型，Unfold.jl 提供了统一的语法：

重叠校正	混合建模	朱莉娅语法
		`fit(UnfoldModel,[Any=>(f,times)),evts,data_epoch]`
x		`fit(UnfoldModel,[Any=>(f,basis)),evts,data]`
	x	`fit(UnfoldModel,[Any=>(fLMM,times)),evts,data_epoch]`
x	x	`fit(UnfoldModel,[Any=>(fLMM,basis)),evts,data]`

与展开的比较（matlab）

点击展开

matlab 版本仍然保留，但 Julia 正在积极开发。

特征	展开	未混合（已失效）	展开.jl
重叠校正	x	x	x
非线性样条	x	x	x
速度			⚡ 2-100x
GPU支持
绘图工具	x		展开Makie.jl
交互式绘图			敬请期待 - 即将推出！
模拟工具	x		UnfoldSim.jl
投标支持	x		阿尔法：UnfoldBIDS.jl)
健全性检查	x		x
教程	x		x
单元测试	x		x
替代基础，例如 HRF (fMRI)			x
混合不同的基函数			x
每个事件有不同的时间窗口			x
混合模型		x	x
项目和主题效果		(x)	x
解码			展开解码.jl
异常值稳健拟合			很多选项（但速度较慢）
?Python支持			通过朱莉娅卡尔

贡献

非常欢迎您的贡献。这些可能是拼写错误、错误报告、功能请求、速度优化、新的求解器、更好的代码、更好的文档。

如何贡献

非常欢迎您提出问题并开始拉取请求！

添加文档

我们建议编写一个 Literate.jl 文档并将其放置在docs/literate/FOLDER/FILENAME.jl中，其中FOLDER为HowTo 、 Explanation 、 Tutorial或Reference （建议阅读 4 个类别）。
Literate.jl 自动将.jl文件转换为.md并将其放置在docs/src/generated/FOLDER/FILENAME.md中。
编辑 make.jl 并引用docs/src/generated/FOLDER/FILENAME.md 。

贡献者

_{朱迪思·舍珀斯} ？ ✅？ ️	_{本尼迪克特·艾因格} ？ ✅？ ️ ？ ️ ？？	_{雷内·斯库基斯} ？ ✅？	_{曼帕调酒师} ？	_{菲利普·阿尔戴} ？	_{戴夫·克莱因施密特}	_{萨凯特·索拉布} ？
_纯素？	_{弗拉基米尔·米赫耶夫} ？	_卡梅纳姆	_{马克西米连·范·米格姆} ？