Open-source numerical simulation tool for two-dimensional neural fields involving finite axonal transmission speed
Notice bibliographique
Résumé
This work aims to provide an open source and cross-platform simulation tool that integrates numerically integral-differential equations in a two-dimensional quadratic spatial domain with periodic boundary conditions and finite axonal transmission speed inducing space-dependent delays.. The term I denotes the external stimulus, K is the synaptic connectivity kernel and S is the firing rate. Finite axonal transmission speed c induces space-dependent delays. Conventional implementations of two-dimensional integration with space-dependent delays are rather slow due to the missing convolution in the integral. It has been shown in a previous work that this unfortunate property can be overcome by introducing a spatio-temporal kernel, rendering the integral into a spatial integral and an integral over delays. Four major aspects accelerate the integration speed: (a) the underlying numerical method is expedited with a fast Fourier transform in space (b) the simulator writes and executes its own code based on interface selections to efficiently calculate and display only the user-defined features (c) the displayed matrix is put onto the running system's graphics processing unit for hardware acceleration of the visualization (d) reduced rate of GPU uploads optimized for visual perception. The simulator gives the user full control of the variables by permitting free choice of all variables through a text-based interface. Two dimensional field matrices can be displayed in rich detail in a three-dimensional plot. The visualization of field data is easily modified by a keypress, performing functions such as moving, rotating, zooming and changing colors and axis limits. Images and videos can be saved and simulations can be paused and resumed using the keyboard. The software is open-source and written in Python.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,008 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».