دوستانی که جلسات رو همراهی میکنن به صورت حضوری و یا از یوتیوب میتونن برای بحث و طرح سوالات عضو گروه تلگرامی پایین بشن:

https://news.1rj.ru/str/thepath_iran/259062

در اینجا میتونید سوالات خودتون رو مطرح کنید، بحث کنید و رویکردهای جدیدی که میشناسید رو ارائه کنید.

نوروسینتکس برای گسترش محتوای خود به افرادی نیاز دارد که بتوانند در تولید محتوا و همچنین در طراحی و مدیریت کانال‌های تلگرام، اینستاگرام و یوتیوب کمک کنند. اگر علاقه‌مند به تولید محتوا (مانند تک ارائه ها یا پلی‌لیست‌های آموزشی) هستید یا می‌توانید در مدیریت محتوا و طراحی‌ها یاری کنید، لطفاً زیر این پست کامنت بگذارید تا با شما تماس بگیریم. با توجه به اینکه محتوای نوروسینتکس به صورت کاملاً رایگان و در دسترس است، افرادی که علاقه‌مند به همکاری هستند باید به ادامه این رویکرد متعهد باشند.

وبگاه های نوروسینتکس را در فضای مجازی دنبال کنید:

Instagram: neurosyntax
Youtube: @neurosyntaxacademy
Telegram: https://news.1rj.ru/str/Neuro_Syntax

جلسه سوم کارگاه Matrix Decomposition

Principal Component Analysis Applications

Interpreting loadings, scores, and dimensionality reduction
Limitations in interpretation

Examples:
What factors do explain the world happiness the most?
Dataset: https://worldhappiness.report/ed/2021/happiness-trust-and-deaths-under-covid-19/

Discovering structure in gene expression data for 6 cancer types
Dataset: https://www.kaggle.com/datasets/brunogrisci/breast-cancer-gene-expression-cumida

Detecting cell assemblies in neural population spike data

Telegram: https://news.1rj.ru/str/Neuro_Syntax
Instagram: neurosyntax

_______________________________________________
_______________________________________________

CHAPTERS:

00:00 #1. Session 2 summary
09:35 #2. Toy simple examples - MATLAB
30:48 #3. Example 2: World Happiness Report
49:16 #4. Example 3: Breast Cancer Gene Expression
01:36:55 #5. PCA-Applications in Neuroscience
01:37:24 #6. Example 4: Cell assembly detection

#neurosyntax #video #matrixdecomposition

اگر مجموعه جلسات نوروسینتکس رو حضوری و یا از کانال تلگرام و یوتیوب دنبال میکنید، لطفا نظرات خودتون رو زیر ویدیوهای یوتیوب قرار بدید. از این روش به بیشتر دیده شدن محتوای نوروسینتکس کمک کنید.

مجموعه اسلاید های کارگاه تجزیه ماتریس ها
جلسه 1 - 3
آکادمی نوروسینتکس

#neurosyntax #slides #matrixdecomposition

جلسه چهارم کارگاه Matrix Decomposition

Latent-state models of observational data

Neural Manifold Hypothesis
Neural trajectory of parallel spike trains
Strong and weak principles of neural dimension reduction
Constraints on dynamics in high-dimensional spaces
Latent state generative model of neural population
Neural Dimensionality Reduction with DataHigh
PCA Assumptions for timeseries
Component Analysis, Manifold Learning, State-space models, and Applications

Neurosyntax Academy
Telegram: https://news.1rj.ru/str/Neuro_Syntax
Instagram: neurosyntax


_______________________________________________
_______________________________________________

CHAPTERS:

00:45 #1. Session 3 summary
05:02 #2. Neural Manifold
5:43 #3. Neural trajectory of parallel spike trains
16:08 #4. Strong and weak principles of neural dimension reduction
18:48 #5. Constraints on dynamics in high-dimensional spaces
25:32 #6. Manifold Hypothesis
37:07 #7. Latent Structures
52:56 #8. Neural Dimensionality Reduction with DataHigh
01:15:21 #9. PCA limitations and assumptions for timeseries latent state analysis
01:24:40 #10. Component Analysis, Manifold Learning, State-space models, and Applications

#neurosyntax #video #matrixdecomposition

جلسه ششم کارگاه تجزیه ماتریس ها ساعت شش برگزار خواهد شد (شنبه و یکشنبه - این هفته دو جلسه خواهیم داشت). محتوای جلسه شنبه:

Review on Singular Value Decomposition
Understanding the connections between PCA, and SVD
Creating latent structures and projection to higher dimensional spaces with linear functions
Spatiotemporal pattern discovery with SVD (Local Field Potential example from Marmosets)
Sparsity modelling
Sparse PCA

جلسه پنجم کارگاه Matrix Decomposition

Singular Value Decomposition
Eigenvalues and Singular Values
Low-rank Approximation with SVD
Optimal Truncation

Neurosyntax Academy
Telegram: https://news.1rj.ru/str/Neuro_Syntax
Instagram: neurosyntax

_______________________________________________
_______________________________________________

CHAPTERS:

00:13 #1. Singular Value Decomposition
12:29 #2. Eigenvalues and Singular Values
22:12 #3. MATLAB Example 1
25:45 #4. Low-rank Approximation with SVD
30:17 #5. Eckard-Young Threorem
31:19 #6. [MATLAB] Low-rank Approximation with SVD
36:23 #7. Optimal Truncation
40:55 #8. [MATLAB] Optimal Truncation