感知决策任务中神经群体的感知形成
摘要：从一群感觉神经元中研究知觉整合的标准线性读出模型。我们表明读出可以与一组特征方程相关联，这些方程总结了神经活动和动物知觉的试验间协方差结构。这些特征方程隐含地决定了动物用来创建其知觉的读出参数。特别地，它们隐含地限制了产生知觉的时间积分窗口w和典型神经元数量K。仅通过比较神经和行为敏感性无法区分这两种感知整合源，因此特征方程还涉及一种选择信号的度量，例如经典实验中的选择概率测量所评估的信号。然后，我们提出一种统计分析方法，该方法允许从有限数量的记录神经元和记录试验中恢复积分w和K的典型规模，并在人工编码网络上显示了该方法的效率。我们还从理论上研究了统计方法，并将其收敛的法则与人群中的神经活动的底层结构相关联，该结构通过奇异值分解描述。总的来说，我们的方法首次全面解释了从一群感觉神经元中的前馈知觉形成。它可以轻松应用于传统感觉决策任务的实验记录，并有望为认知整合的本质提供新的见解。
作者：Adrien Wohrer and Christian K. Machens
论文ID：1303.1939
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2013-03-11