Kunstige nevrale nettverk for deteksjon av aksjonspotensialer i kalsiumbildedata

Abstract

I oppgaven blir forskjellige nettverksarkitekturer og regulariseringsteknikker for kunstige nevrale nettverk undersøkt for om de kan brukes til å finne den underliggende årsaken til kalsiumbildedata. En arkitektur som greier å løse oppgaven blir sammenlignet med en etablert metode. Fast-OOPSI blir vist til å fungere bedre på simulert data mens det kunstige nevrale nettet fungerer bedre på ekte data.