感官刺激的高效群体编码
摘要：高效编码理论假设神经元群体中的单个细胞应该被优化配置，以有效地编码有关刺激的信息，同时考虑生物物理约束。这引发了一个问题，即如何多个一起表示共同刺激的神经元应优化它们的激活函数以提供最佳的刺激编码。先前的理论方法通过具有阶跃激活函数的二值神经元解决了这个问题，并假设尖峰产生是嘈杂的，并遵循泊松过程。在这里，我们通过最大化刺激和神经尖峰输出之间的香农互信息，并对最大射频速率施加约束，推导了一种具有任何形状的神经元激活函数、不同类型噪声和神经元异质发放率的最优种群编码的一般理论。我们发现，在生物学中，由于噪声不可忽略，最优激活函数是离散的，并且证明信息量不取决于由单调增加和单调减少的激活函数描述的ON和OFF细胞如何划分种群。然而，具有相等数量ON和OFF细胞的种群具有最低的平均射频速率，因此每个尖峰编码了最高的信息量。这些结果不依赖于激活函数的形状和尖峰噪声的性质。最后，我们推导出这些激活函数在刺激空间中如何根据神经元的射频速率分布的关系。
作者：Shuai Shao, Markus Meister, and Julijana Gjorgjieva
论文ID：2207.11712
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2023-08-11