通过对齐其低维潜在表示来比较高维神经记录
摘要：在神经科学中，许多问题涉及理解大规模神经元群体的反应。然而，当处理大规模神经活动时，解释变得困难，并且在两个动物之间或在不同时间点之间进行比较也变得具有挑战性。我们在现代神经科学中面临的一个主要挑战是对应性，例如，我们不会以完全相同的顺序记录到完全相同的神经元。如果没有某种方式将两个或多个数据集连接起来，比较不同的神经活动模式集合将变得不可能。在这里，我们描述了利用神经记录之间共享的潜在结构来解决这个对应性挑战的方法。我们回顾了将两个数据集映射到共享空间以便直接比较的算法，并认为对齐是比较高维神经活动在时间、神经元子集和个体之间的关键所在。
作者：Max Dabagia, Konrad P Kording, Eva L Dyer
论文ID：2205.08413
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2022-05-18