FrAMBI: A Software Framework for Auditory Modeling Based on Bayesian Inference

Achim Zeileis

doi:10.1007/s12021-024-09702-5

2025-02-10

PRE

Achim Zeileis *

Piotr Majdak

DOI：10.1007/s12021-024-09702-5

原文链接

原文求助

摘要

En 中文

听觉科学的研究通常依赖听觉模型来描述听者行为及其在声学环境中的神经基础。这些模型通过收集行为数据中的经验证据，以解决关于声音感知的神经机制的研究问题。尽管统计方法看似相似，但听觉模型通常为每项研究单独实现，这阻碍了可重复性和跨研究比较，从而限制了该领域的整体发展。在此，我们介绍一种基于贝叶斯推断（FrAMBI）的听觉建模框架来研究声音感知的神经机制，这是一个MATLAB/Octave工具箱。FrAMBI提供了一种标准化的结构，用于按照感知-行动循环实现听觉模型，并能够自动应用行为数据统计分析。我们通过声音源定位任务中的几个复杂程度递增的示例展示了FrAMBI的能力：静态场景的基本实现、与移动声源一起迭代感知-行动循环、定义测试不同神经机制的多模型变体，以及参数估计和模型比较的流程。FrAMBI集成到广泛使用的听觉建模工具箱（AMT）中，计划进行长期维护和相应扩展，以促进神经科学领域的可重复研究。

Keyword:

Auditory modeling

Bayesian statistics

Behavioral simulation

Computational neuroscience

Sound localization

Model-based analysis