Seven models of local cortical processing were examined and adapted to known circuit constraints of layer 4 of mouse primary somatosensory cortex. To test these hypotheses, an Approximate Bayesian Computation – Sequential Monte Carlo (ABC-SMC) model selection method for local cortical neuronal networks is proposed. For practical application, the pyABC framework together with a method for automated population size selection for ABC–SMC is developed. The method is evaluated for simulated noisy reconstruction conditions. Its robustness is demonstrated and a concrete cortical reconstruction experiment is designed.     «

Seven models of local cortical processing were examined and adapted to known circuit constraints of layer 4 of mouse primary somatosensory cortex. To test these hypotheses, an Approximate Bayesian Computation – Sequential Monte Carlo (ABC-SMC) model selection method for local cortical neuronal networks is proposed. For practical application, the pyABC framework together with a method for automated population size selection for ABC–SMC is developed. The method is evaluated for simulated noisy rec...     »

Sieben Modelle lokaler kortikaler Informationsverarbeitung wurden untersucht und an bekannte kortikale Nebenbedingungen von Schicht 4 des primären somatosensorischen Kortex der Maus angepasst. Um diese Hypothesen zu testen wurde eine Approximativ Bayesianische sequentielle Monte Carlo (ABC-SMC) Methode zur Modellselektion für lokale kortikale Netzwerke vorgeschlagen. Zur praktischen Anwendung wurde das pyABC Framework zusammen mit einer Methode zur automatischen Wahl von Populationsgrößen in ABC–SMC entwickelt. Die Methode wird für simulierte, verrauschte Rekonstruktionsbedingungen evaluiert. Ihre Robustheit wird gezeigt und ein konkretes kortikales Rekonstruktionsexperiment vorgeschlagen.     «

Sieben Modelle lokaler kortikaler Informationsverarbeitung wurden untersucht und an bekannte kortikale Nebenbedingungen von Schicht 4 des primären somatosensorischen Kortex der Maus angepasst. Um diese Hypothesen zu testen wurde eine Approximativ Bayesianische sequentielle Monte Carlo (ABC-SMC) Methode zur Modellselektion für lokale kortikale Netzwerke vorgeschlagen. Zur praktischen Anwendung wurde das pyABC Framework zusammen mit einer Methode zur automatischen Wahl von Populationsgrößen in ABC...     »