Automated Model Inference from Neural Dynamics for a Mechanistic Understanding of Cognition

Informacje na temat projektu

AutoMIND

Identyfikator umowy o grant: 101030918

DOI 10.3030/101030918

Projekt został zamknięty

Data podpisania przez KE 21 Kwietnia 2021

Data rozpoczęcia 1 Maja 2021

Data zakończenia 30 Kwietnia 2023

Finansowanie w ramach

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Koszt całkowity € 162 806,40

Wkład UE € 162 806,40

Koordynowany przez

EBERHARD KARLS UNIVERSITAET TUEBINGEN
Germany

Publikacje

Peer reviewed articles (2)

Flexible and efficient simulation-based inference for models of decision-making

Autorzy: Jan Boelts, Jan-Matthis Lueckmann, Richard Gao, Jakob H Macke
Opublikowane w: eLife, 2022, ISSN 2050-084X
Wydawca: eLife Sciences Publications
DOI: 10.7554/elife.77220

Simulation-based inference for efficient identification of generative models in computational connectomics

Autorzy: Jan Boelts, Philipp Harth, Richard Gao, Daniel Udvary, Felipe Yáñez, Daniel Baum, Hans-Christian Hege, Marcel Oberlaender, Jakob H. Macke
Opublikowane w: biorxiv, 2023, ISSN 2692-8205
Wydawca: CSHL
DOI: 10.1101/2023.01.31.526269

Other (2)

Generating realistic neurophysiological time series with denoising diffusion probabilistic models

Autorzy: Julius Vetter, Jakob Macke, Richard Gao
Opublikowane w: biorxiv, 2023
Wydawca: Cold Spring Harbor Laboratory
DOI: 10.1101/2023.07.12.548657

Generalized Bayesian Inference for Scientific Simulators via Amortized Cost Estimation

Autorzy: Richard Gao, Michael Deistler, Jakob Macke
Opublikowane w: arXiv, 2023
Wydawca: arXiv
DOI: 10.48550/arxiv.2305.15208