Brian 2:论文的眼动模型

本页内容

运行作者模型后面的图3 斯廷伯格、布雷特和古德曼 (2019),使用纸质版本 Brian 2.2.2.1 和 Python 3.6。的 作者库 供应 MIT/CC-BY 许可笔记本电脑。所有八个模型单元均保持不变;最终的 Plotly 呈现单元被省略,并且输出被导出。

重复运行#

使用隔离环境和新的输出目录。 environment.yml 重建模型堆栈;它省略了作者的笔记本/UI依赖项,并且NumPy1.16.4是一个明确的重建选择,因为原始环境没有固定NumPy。 environment-explicit.txt 记录准确的测试Linux环境。

micromamba create -y -p ./env -f environment.yml
./env/bin/python fetch_sources.py
./env/bin/python run_brian_historical.py --output ./run
./env/bin/python compare_brian.py --run ./run --output ./comparison

该笔记本使用seed79620,20个视网膜神经元,2个运动神经元,0.1ms时间步长和10秒。文章的Figure3c和作者笔记本都使用 tau_object=500*ms。保留的完整输出包括 100000 个位置样本和尖峰时间/指数。紧凑位置文件保留每 100 个样本; Comparison-points.csv包含实际的158个比较点。

匹配什么#

历史模型给出了 2406 个视网膜尖峰和 56/51 个运动尖峰。重复的历史运行是阵列相同的。与之前的现代Brian2.9.0运行相比,眼睛位置相同,最大物体位置差异为1.1e-15。

论文图 3b 的探索性数字化给出了以下以作者职位单位表示的结果:

踪迹 均方根误差 最大绝对误差
眼睛 0.0342156 0.100732
对象 0.0195218 0.0527203

探索性界限为 RMSE<=0.08,最大值<=0.15,允许线条粗细、JPEG 像素、时间校准和手动提取。图形标签左/右对应于作者绘图代码中的-1/+1。比较以光栅分辨率进行;它不会比较每个峰值或整篇文章。

这些边界和图像区域是在先前的现代输出和第一次历史运行存在之后选择/细化的。第一次提取不小心包含了图例文本并失败;其数据和比较被保留。修订版 2 排除了该图例区域,而不更改模型或边界。稍后的确定性重新运行并不能使其成为前瞻性分析。最初的手动 50ms 读数也通过直接图形检查纠正为 500ms;请参阅 source-reading- Correction.json。可下载的源图是文章知识共享归属条款下的开放获取参考。

状态: 执行作者代码,并进行探索性纸图比较。像素校准和解释的人类科学审查正在等待中。请参阅 Comparison.json、源清单、原始笔记本/模型单元哈希值和运行记录。

下载录制文件#

完整的运行记录 · 所有候选人的尝试。人类科学审查正在等待中。

查看 GitHub 上的源代码