为神经科学模型量身定制的不确定性量化和敏感性分析的python工具箱。
uncertainp的Python项目详细描述
不确定性是一个用于不确定性量化和敏感性的python工具箱。 针对计算神经科学的分析。
不确定性是独立于模型的,并将模型视为一个黑盒,其中 模型可以保持不变。不确定性实现了两个准蒙特卡罗 使用点配置或 伪谱方法。两种多项式混沌展开方法都有 支持rosenblatt转换来处理依赖的输入参数。
不确定性是基于特征的,即,如果适用,它识别并计算 模型特征以及模型本身的不确定性。 神经科学的特征可以是尖峰时间和动作 潜在形状。
不确定性是为神经科学模型量身定做的 常见的神经科学模型和特征,但是新的模型和特征可以 易于实施。值得注意的是,虽然不确定性是量身定做的 对于神经科学来说,实现的方法是通用的,不确定性可以 用于其他字段中的许多其他类型的模型和功能。