Probabilistic Programming in neurolang: Bridging the Gap Between Cognitive Science and Statistical Modeling - Inria - Institut national de recherche en sciences et technologies du numérique
Communication Dans Un Congrès Année : 2020

Probabilistic Programming in neurolang: Bridging the Gap Between Cognitive Science and Statistical Modeling

Résumé

Adopting a language-oriented programming approach, we design a declarative and probabilistic domain-specific language (DSL) for formulating and testing sophisticated brain mapping hypotheses that benefit from mined meta-analysis and neuroanatomical data.

Domaines

Neurosciences Imagerie médicale Apprentissage [cs.LG] Machine Learning [stat.ML] Applications [stat.AP]
Fichier principal
Vignette du fichier
abstract.pdf (470.42 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Valentin Iovene  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-02652244

Soumis le : mardi 2 juin 2020-11:54:03

Dernière modification le : mercredi 15 mai 2024-13:20:04

Archivage à long terme le : mercredi 23 septembre 2020-22:05:09

Télécharger pour visualiser

Dates et versions

hal-02652244 , version 1 (02-06-2020)

Identifiants

  • HAL Id : hal-02652244 , version 1

Citer

Valentin Iovene, Demian Wassermann. Probabilistic Programming in neurolang: Bridging the Gap Between Cognitive Science and Statistical Modeling. 2020 OHBM - Annual Meeting of Organization for Human Brain Mapping, Jun 2020, Remote due to Covid-19, France. ⟨hal-02652244⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CEA INRIA INRIA2 CEA-UPSAY UNIV-PARIS-SACLAY JOLIOT CEA-DRF NEUROSPIN GS-ENGINEERING GS-COMPUTER-SCIENCE GS-LIFE-SCIENCES-HEALTH
146 Consultations
150 Téléchargements

Partager

More