cnrun - Dalam talian di Awan

JADUAL:

NAMA

CNrun -- simulator rangkaian neuron

SINOPSIS

cnrun -h | -U | -e skrip [OPTION ...]

DESCRIPTION

CNrun ialah simulator rangkaian neuron, serupa dengan NEURON atau GENESIS, tetapi tanpa peruntukan
untuk petak unit. Ia membaca topologi rangkaian dalam format NeuroML seperti yang dieksport, fi,
oleh neuroConstruct. Jenis unit ditentukan oleh atribut 'cell_type' dalam .nml
takrifan.

Jenis neuron yang tersedia, mengikut rentetan 'cell_type' yang sepadan, termasuk:

· HH and HHrate, neuron Hodgkin-Huxley berasaskan konduktans dan kadar (Traub & Miles,
1991);

· Mudah tetapi cepat, tetap-dt Peta neuron meniru model HH;

· Poisson, Van der Pol (VdP) dan ringkas Nadi pengayun;

· sinaps seperti yang diterangkan dalam Rall et al, 1967 (perhimpunan) dan Destexhe et al, 1994 (AB).

Parameter unit boleh ditetapkan melalui a set_parm_* perintah (lihat skrip di bawah); nilai boleh
ditetapkan sekali sebelum simulasi, atau secara berterusan atau berkala mengikut jadual yang ditentukan pengguna.

Kaedah penyepaduan Runge-Kutta 6-5 tertib digunakan untuk mengira pembolehubah keadaan. Ini
(potensi membran E atau kadar tembakan segera R untuk neuron, pelepasan neurotransmitter
S untuk sinaps) serta masa lonjakan boleh direkodkan.

Sokongan skrip dalam CNrun termasuk arahan untuk mencipta dan mengisi model, tetapan
parameter untuk unit tunggal atau kumpulan yang dipilih berdasarkan padanan regex. Pembolehubah ('a =
1; b = a + 2') dan ungkapan aritmetik ('-', '+', '*', '/', '()' ) disokong.

PILIHAN

-C dir chdir kepada dir sebelum berlari.

-D Buang semua jenis unit dalam model dan keluar.

-e [skrip]
Melaksanakan skrip. Jika pilihan ini diberikan tanpa nama fail (atau tidak diberikan sama sekali),
mulakan penterjemah interaktif.

-s Isih unit (kebanyakannya berguna dengan keluaran verbose).

-L[1dbxL]
Untuk semua pendengar:

d Menangguhkan penulisan pada cakera sehingga selesai daripada menulis secara berterusan (mempercepatkan
simulasi tetapi anda tidak boleh menonton kemajuan secara langsung dengan gnuplot)

1 Hanya log pembolehubah pertama (sesuai untuk model HH, yang unit ada dalam
melebihi tiga parameter gating yang tidak menarik).

b Tulis dalam bentuk binari asli dan bukannya dalam ASCII. Ini akan mempercepatkan tontonan
(sekarang fail label.varx) dengan gnuplot. Lakukan perancangan anda dengan “binary
format="%lf%lf"” untuk mencapai ini.

Pilihan ini juga boleh ditetapkan menggunakan arahan mod_dengar (yang lihat, di bawah).

L penyepadu log dt.

-E dua kali ganda
Dengar pada selang waktu ini (lalai 1 msec; tetapkan kepada 0 untuk mendengar setiap kitaran, yang boleh
perlahan cnrun turun dengan ketara). Juga tersedia sebagai arahan dengar_dt.

-k[l|0]
Tulis log keseluruhan model neuron spiking, menggunakan label ('l') atau id unit ('0').

-e uint
Tetapkan ketepatan untuk semua output (lalai 8).

-iTdua kali ganda
dt_max (lalai 0.5).

-kitadua kali ganda
dt_min (lalai 1e-05).

-ixdua kali ganda
Cap dt meningkat dengan nilai dt semasa x ini (lalai 5).

-nc Lumpuhkan penggabungan sinaps (untuk penanda aras).

-v int Tetapkan tahap verbositi (lalai 1; nilai sehingga 7 adalah bermakna). Gunakan yang negatif
nilai untuk menunjukkan peratusan kemajuan sahaja, diinden pada baris pada -8 x ini
nilai.

-U Senaraikan semua unit yang ada.

-h Cetak gambaran keseluruhan pilihan baris arahan.

Ruang adalah pilihan antara huruf pilihan dan hujah untuk pilihan huruf tunggal.
Dalam semua pilihan dua huruf yang mengambil hujah, pastikan tiada ruang di dalamnya
antara.

skrip

Perintah dibatasi oleh titik bertindih atau baris baharu. Komen ialah baris yang bermula dengan #. The
arahan berikut tersedia:

new_model NAMA
Buat model baharu yang dipanggil NAME. Model sedia ada dipadamkan.

use_nml NML_FILE
Muatkan topologi rangkaian daripada NML_FILE, cipta model jika perlu, atau gantikan
topologi model sedia ada.

merge_nml NML_FILE
Gabung dalam topologi dari NML_FILE.

add_neuron JENIS LABEL
Tambahkan newron baharu jenis TYPE dengan label LABEL.

add_synapse JENIS SUMBER SASARAN G
Sambungkan neuron berlabel SOURCE kepada satu berlabel TARGET dengan jenis sinaps
TYPE, dengan gsyn G.

cull_deaf_synapses
Alih keluar sinaps dengan berat sifar.

set_parm_neuron LABEL NILAI PARM
Tetapkan parameter PARM untuk kumpulan neuron tertentu berlabel LABEL sepadan.

set_parm_synapse NILAI PARM TGT SRC
Tetapkan parameter PARM untuk sinaps antara neuron berlabel padanan SRC dan TGT. The
berat sinaptik, dengan sendirinya bukan parameter sinaps, juga boleh ditetapkan dengan ini
arahan: untuk melakukan ini, gunakan 'gsyn' sebagai PARM.

menetapkan semula Tetapkan semula model. Masa model digulung semula kepada 0 dan semua unit mempunyai keadaannya
pembolehubah ditetapkan semula kepada lalai stok. Sebarang parameter unit yang ditetapkan sebelum ini dan
sumber data yang dilampirkan dipelihara.

reset_revert_params
Tetapkan semula model. Masa model digulung semula kepada 0, semua unit mempunyai pembolehubah keadaan mereka
dan parameter ditetapkan semula kepada lalai stok.

reset_state_units Regex
Tetapkan semula unit seperti di atas, mengekalkan masa model semasa.

pendahuluan_sehingga MASA
Maju sehingga TIME msec.

memajukan MASA
Advance TIME msec.

padamkan Regex
Padamkan unit yang sepadan dengan REGEX mengikut label.

menghancurkan REGEX FRAC
Padamkan secara rawak unit FRAC bagi populasi unit yang dipilih oleh REGEX.

mula_dengar Regex
Jadikan unit yang sepadan mendengar.

berhenti_dengar
Jadikan unit yang sepadan berhenti mendengar.

dengar_dt [VALUE]
Tetapkan selang mendengar kepada VALUE atau tunjukkan nilai semasa jika VALUE tidak diberikan.

mod_dengar [KHAS]
Cetak (jika hujah ditinggalkan) mod mendengar semasa (satu var sahaja, ditangguhkan
tulis, dan/atau binari); jika tidak, dayakan mod yang sepadan jika '1', 'd' atau 'b'
berlaku dalam SPEC, atau lumpuhkannya jika berlaku dan diikuti dengan '-' serta-merta.
Ambil perhatian bahawa unit yang sudah mendengar tidak akan terjejas; untuk menukar mod untuk
mereka, isu mula_dengar untuk mereka selepas mod baharu telah ditetapkan.

start_log_spikes Regex
Buat neuron yang sepadan dengan pancang log REGEX.

stop_log_spikes Regex
Buat neuron yang sepadan dengan pancang log henti REGEX.

sxf_params KELEWATAN:TEMPOH:SIGMA
Tetapkan kelewatan awal fungsi ketumpatan spike, tempoh pensampelan dan sigma seperti yang dinyatakan.

describe_model
Cetak ringkasan topologi model dan jenis unit.

show_units Regex
Parameter cetakan dan keadaan unit yang sepadan dengan REGEX.

sumber_baru ID JENIS ARG ...
Cipta sumber jenis baharu dan dengan id seperti yang ditunjukkan. Sumber boleh disambungkan
kepada parameter unit sebagai cara untuk menetapkan tingkah laku yang berubah secara dinamik. Lihat
DYNAMIC SUMBER di bawah.

connect_source PARM LABEL SOURCE_ID
Sambungkan sumber ini kepada parameter unit yang sepadan.

show_sources
Tunjukkan sumber yang sedang aktif (kedua-duanya disambungkan dan melahu).

exec [SKRIP]
Laksanakan skrip. Jika SCRIPT tidak dinyatakan, mulakan penterjemah interaktif.

kesungguhan [PERINGKAT]
Tetapkan/tunjukkan tahap verbositi.

show_vars [REGEX]
Cetak pembolehubah yang sepadan dengan REGEX, atau semua pembolehubah jika REGEX diabaikan.

clear_vars [REGEX]
Kosongkan pembolehubah yang sepadan dengan REGEX, atau semua jika REGEX diabaikan.

berhenti seketika [LAYAK]
Jeda selama DELAY saat jika dinyatakan, atau sehingga pengguna menekan Enter sebaliknya.

berhenti Keluar dari penterjemah semasa jika dipanggil oleh exec; keluar dari program jika tidak.

Apabila anda menggunakan penterjemah secara interaktif, TAB akan menyenaraikan penyiapan dengan sewajarnya,
bergantung kepada konteks.

DYNAMIC SUMBER

Sebagai tambahan kepada parameter unit statik/tugasan pembolehubah dengan set_parm_{neuron,sinaps},
unit boleh mempunyai sumber data yang dilampirkan pada mana-mana parameter atau pembolehubahnya (walaupun
pembolehubah akan ditimpa dalam kitaran seterusnya).

Sumber data terdiri daripada tiga jenis (yang keempat tersedia untuk pembangun, arbitrary
fungsi pengguna masa, tetapi tidak didedahkan sebagai arahan penterjemah). Di mana data untuk a
sumber dibaca daripada fail, nilai dibaca menggunakan operator '>>' (dari ) ke dalam
pembolehubah berganda. Yang sepadan sumber_baru hujah ialah:

pita FAIL
Baca pasangan "nilai masa" daripada FILE dan tetapkan nilai parameter dengan sewajarnya.

Berkala FAIL
FILE dijangka mengandungi, sebagai nilai nombor pertama dibaca oleh scanf("%lg"), masa
tempoh di mana nilai berikut diberikan secara berurutan kepada parameter.
Nilai diberikan pada permulaan setiap kitaran penyepaduan.

Bunyi MIN: MAX
Hasilkan (tanpa mengira masa) nombor rawak teragih seragam dalam
MIN: MAX.

Begitu juga dengan parameter, pembolehubah keadaan juga boleh ditetapkan dengan cara ini; dalam kes ini,
nilai yang dibaca, akan mengatasi apa sahaja kerja dalaman unit yang diberikan kepadanya.
Apabila Pita mempunyai jurang antara masa tugasan lebih besar daripada dt semasa, tugasan adalah
masih dibuat; ini, walau bagaimanapun, tidak terpakai kepada sumber Berkala (terutamanya untuk prestasi
sebab).

SINAP PENGUMPULAN

Sinaps yang digabungkan ialah yang mempunyai parameter yang sama dan mempunyai sumber yang sama.
Penyatuan mengurangkan, setiap kadar perbezaan, bilangan kali pembolehubah S dikira semula
dengan parameter yang sama setiap kitaran; tambahan untuk sinaps yang dihoskan, integrasi
vektor dikecilkan untuk disesuaikan dengan peningkatan prestasi selanjutnya.

Penggabungjalinan berlaku secara automatik antara dua sinaps daripada sumber yang sama apabila, selepas semua
penetapan parameter, ia didapati sama (tidak mengambil kira berat sinaptik).
Sebaliknya, apabila pengguna menukar parameter kepada satu sinaps tergabung yang berbeza
daripada nilai parameter itu dalam yang lain, sinaps itu menjadi bebas.

Ambil perhatian bahawa label unit sinaps dibentuk secara dinamik daripada label sumber dengan a
koma bertitik dan bilangan sasaran semasa. Satu lagi akibat daripada penggabungan ialah
terdapat lebih daripada satu unit sinaps yang dilabelkan secara identik (oleh itu, unik untuk dikenal pasti
sinaps, anda perlu menentukan sumber dan sasarannya).

Pilihan baris arahan -nc boleh digunakan untuk melumpuhkan penggabungan.

Gunakan cnrun dalam talian menggunakan perkhidmatan onworks.net