nest/nest-simulator

解决的问题

NEST 提供了一种模拟脉冲神经网络模型的方法。它关注神经系统的动态性、规模和结构，而非单个神经元的详细物理形态，使研究人员能够研究神经系统如何处理信息及其行为特征。

工作原理

NEST 作为一个虚拟电生理实验运行。用户定义要研究的神经系统，模拟器计算网络活动。它设计为高度可扩展且内存高效，能够利用多核处理在从单台笔记本电脑到大型超级计算机的各种硬件上运行。

适用对象

专为以下领域的研究人员和科学家设计：

• 哺乳动物视觉或听觉皮层中的信息处理。
• 网络活动动态，例如平衡随机网络或层状皮质网络。
• 神经系统内的学习与可塑性。

主要亮点

• 可扩展架构：适用于从个人笔记本电脑到超级计算集群的广泛硬件。
• Python 接口：提供灵活的 Python API 用于定义和运行模拟。
• 丰富的模型库：包含大量预构建的神经元和突触模型。
• 可扩展性：用户可添加自定义模块以扩展模拟器的功能。