Key points are not available for this paper at this time.
تتوزع العديد من المناطق العصبية في خرائط طوبوغرافية ثنائية الأبعاد، مثل الخرائط الشبكية في قشرة الدماغ البصرية لدى الثدييات. أدت المحاكيات الحسابية إلى رؤى قيمة حول كيفية تطور وظيفة الطبوغرافيا القشرية، لكن التقدم الإضافي قد عُرقل بسبب نقص الأدوات المناسبة. كان من الصعب بشكل خاص جسر الفجوات بين مستويات التفاصيل، لأن المحاكيات عادة ما تكون موجهة نحو مستوى محدد، بينما كانت الواجهات بين المحاكيات تمثل تحديًا تقنيًا كبيرًا. في هذه الورقة، نوضح أن محاكي Topographica القائم على بايثون يجعل من السهل بناء أنظمة تعبر عبر مستويات التحليل، بالإضافة إلى توفير إطار عمل مشترك لتقييم ومقارنة النماذج المنفذة في محاكيات أخرى. تعتمد هذه النتائج على التجريدات العامة التي صُمم حولها Topographica، إلى جانب توفر واجهات بايثون للعديد من المحاكيات. على وجه الخصوص، نقدم مثالاً تفصيلياً وعاماً حول كيفية تغليف محاكاة خارجية باستخدام PyNN/NEST كمكون لـ Topographica باستخدام مجرد عدد قليل من أسطر كود بايثون، مما يجعل من الممكن استخدام أي من أدوات تقديم الإدخال، التحليل، ورسم المخططات الواسعة في Topographica. تُظهر أمثلة إضافية كيفية التفاعل بسهولة مع نماذج في أنواع أخرى من المحاكيات. يجب على الباحثين الذين يحاكون الخرائط الطوبوغرافية خارجيًا أن يعتبروا استخدام أدوات تحليل Topographica (مثل خريطة التفضيلات، أو مجال الاستقبال، أو قياس منحنى الضبط) لمقارنة النتائج بشكل متسق، ولربط النماذج عند مستويات مختلفة. ستساعد هذه التوافقية السلسة العلماء العصبيين والعلماء الحسابيين على العمل معًا لفهم كيف تنظم الخلايا العصبية في الخرائط الطوبوغرافية وتعمل.
دراسة جيمس أ. بدنار (الخميس) لهذا السؤال.