Parameters estimation for spatio-temporal maximum entropy distributions: application to neural spike trains.

Hassan Nasser 1 Bruno Cessac 1
1 NEUROMATHCOMP - Mathematical and Computational Neuroscience
CRISAM - Inria Sophia Antipolis - Méditerranée , JAD - Laboratoire Jean Alexandre Dieudonné : UMR6621
Abstract : We propose a numerical method to learn Maximum Entropy (MaxEnt) distributions with spatio-temporal constraints from experimental spike trains. This is an extension of two papers (Dudik et al 04 and Broderick et al 07) who proposed the estimation of parameters where only spatial constraints were taken into account. The extension we propose allows to properly handle memory effects in spike statistics, for large sized neural networks.
Type de document :
Rapport
[Research Report] 2014
Liste complète des métadonnées

Littérature citée [45 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-00927080
Contributeur : Hassan Nasser <>
Soumis le : vendredi 10 janvier 2014 - 18:12:05
Dernière modification le : jeudi 11 janvier 2018 - 16:51:45
Document(s) archivé(s) le : vendredi 11 avril 2014 - 09:50:28

Fichier

paper.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00927080, version 1

Collections

Citation

Hassan Nasser, Bruno Cessac. Parameters estimation for spatio-temporal maximum entropy distributions: application to neural spike trains.. [Research Report] 2014. 〈hal-00927080〉

Partager

Métriques

Consultations de la notice

422

Téléchargements de fichiers

200