数据集概述
本数据集为论文《基于信息理论的鲁棒一致模式分离测度及在齿状回中的验证》配套的原始最优脉冲编码与信息理论量最大化的bin大小数据，用于支撑论文图表内容。数据暂含一个压缩文件，后续将补充更多内容。
文件详解
- 文件名称：
raw_data_11092024.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内包含原始最优脉冲编码数据及信息理论量最大化的bin大小数据，具体字段需解压后查看，无公开预览内容。
数据来源
论文“Robust and consistent measures of pattern separation based on information theory and demonstrated in the dentate gyrus”（PLoS Comput Biol. 2024 Feb 20;20(2):e1010706）
适用场景
- 神经编码机制研究: 分析原始最优脉冲编码数据，探究神经元信息传递的编码规则。
- 信息理论在神经科学中的应用: 验证信息理论量最大化的bin大小对模式分离测度的影响。
- 齿状回功能研究: 支撑齿状回模式分离功能的定量分析与机制验证。
- 计算神经科学建模: 为神经计算模型提供真实神经编码数据支撑。
