Bayesian Gaussian networks for multidimensional classification of morphologically characterized neurons in the NeuroMorpho repository

Fernández González, Pablo; Larrañaga Múgica, Pedro María y Bielza Lozoya, María Concepción (2016). Bayesian Gaussian networks for multidimensional classification of morphologically characterized neurons in the NeuroMorpho repository. En: "XVII Conferencia de la Asociación Española para la Inteligencia Artificial", 14-16 Sep 2016, Salamanca, España. ISBN 978-84-9012-63. pp. 39-48.

Descripción

Título: Bayesian Gaussian networks for multidimensional classification of morphologically characterized neurons in the NeuroMorpho repository
Autor/es:
  • Fernández González, Pablo
  • Larrañaga Múgica, Pedro María
  • Bielza Lozoya, María Concepción
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
Título del Evento: XVII Conferencia de la Asociación Española para la Inteligencia Artificial
Fechas del Evento: 14-16 Sep 2016
Lugar del Evento: Salamanca, España
Título del Libro: Actas de la XVII Conferencia de la Asociación Española para la Inteligencia Artificial
Fecha: 2016
ISBN: 978-84-9012-63
Volumen: 1
Materias:
Escuela: E.T.S. de Ingenieros Informáticos (UPM)
Departamento: Inteligencia Artificial
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (502kB) | Vista Previa

Resumen

A class-bridge decomposable multidimensional Gaussian net- work is presented as an interpretable and powerful model, to account for the morphological di erences that exist between di erent neurons when varying the species, gender, brain region, cell types and developmental stage of the animal of origin. Also this work includes a learning algorithm that makes use of the CB-decomposablility property to alleviate the inference complexity and use it to learn complex network structures that take into account relationships between classes. The model is trained with data from NeuroMorpho (v5.7) and the nal model is used to test the predictive power of the learning algorithm for Bayesian networks and, given its interpretability, to extract knowledge at a neuroscience lev

Más información

ID de Registro: 46646
Identificador DC: http://oa.upm.es/46646/
Identificador OAI: oai:oa.upm.es:46646
URL Oficial: http://congresocedi.es/actas/downloads/CAEPIA.pdf
Depositado por: Memoria Investigacion
Depositado el: 15 Mar 2018 11:02
Ultima Modificación: 15 Mar 2018 11:02
  • GEO_UP4
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • InvestigaM
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM