NeuroSuites：神经科学在线计算平台

文献信息

Title: NeuroSuites: An online platform for running neuroscience, statistical, and machine learning tools

Year: 2023

Journal Name/Impact Factor: Frontiers in Neuroinformatics/3.739

DOI: 10.3389/fninf.2023.1092967

导读

如今，神经科学领域有大量的高维数据，这使数据分析变得十分复杂。为解决这一问题，本文开发了NeuroSuites，这是一个强大开源web应用平台，具有大量专门用于神经科学领域的、用于统计分析和机器学习的软件工具。本文对平台优势、平台框架和上述三类工具进行了详细介绍。

目录

1. 背景

2. 平台优势

3. 平台框架

3.1 架构3.2 主要功能及工作流程

4. 神经科学工具

4.1 需要设置神经元的工具4.2 不需要设置神经元的工具

5. 统计分析工具

5.1 针对离散数据的工具5.2 针对连续数据的工具

6. 机器学习工具

6.1 数据处理6.2 无监督分类6.3 贝叶斯网络6.4 有监督分类6.5 多维分类器

7. 结论

1. 背景

如今，神经科学领域有大量的高维数据，这使数据分析变得十分复杂，其中一些数据集甚至可能有数万个变量，因此需要开发强大有效的工具来处理这些高维问题。这促使我们开发了NeuroSuites，这是一个具有众多工具的web应用平台，可以帮助数据科学家和神经科学家处理问题。

NeuroSuites中有一些神经科学领域的特定工具，如形态重建和显微数据可视化。此外，也有一些通用目的的工具，用于统计分析和机器学习，可供其他领域的科学家使用。NeuroSuites被设计为web应用程序，不需要在本地安装，所有算法均在后端服务器执行，并可用不同设备进行访问。

2. 平台优势

本文筛选了与NeuroSuites目的类似的平台如下：

（1）BigML2机器学习平台，功能包括构建应用程序、执行实时预测。

（2）KNIME分析平台，为数据科学家提供的企业级解决方案，功能包括工作流差异化、大数据扩展、元节点链接、统计分析和数据混合。

（3）RapidMiner，提供集中式解决方案的工具集，功能包括预测分析、应用集成、数据集成、统计分析和机器学习。

（4）Weka软件平台，使用机器学习算法来运行数据挖掘任务，可直接应用于数据集。

（5）Azure Machine Learning Studio，微软支持的专业预测分析编程解决方案，可构建机器学习模型用于分析。

（6）Orange，用于数据挖掘和机器学习的开源软件，可用于可视化大数据。

​

编辑切换为居中

添加图片注释，不超过 140 字（可选）

表1 不同机器学习软件解决方案的比较

上述解决方案和NeuroSuites的比较如图1所示。NeuroSuites平台包含了一些用于神经科学数据的统计分析和机器学习工具，与其他平台相比，NeuroSuites不需要在本地安装任何软件，算法均运行在独立服务器上，用户可通过网页在线访问。此外，本平台完全免费，且在GitLab开源。综上，NeuroSuites类似平台中是最完整的解决方案。

3. 平台框架 3.1 架构

NeuroSuites是一个用户友好的应用程序，不需要在本地安装软件，不需要计算机和编程知识，使用响应式网页设计方法，可在各种设备上运行。NeuroSuites架构的特征如图1所示，遵循模型-视图-控制器架构。在工作量非常大时，排队系统会自动分配工作量，因此，NeuroSuites可在后端繁重运行的同时，保持快速、轻量级的前端体验。

​

编辑

添加图片注释，不超过 140 字（可选）

图1 Neu