递归皮层电路中的自适应编码效率通过增益控制
摘要：感官系统在所有模态和物种中表现出对不断变化的输入统计数据的适应性。已经证明，个体神经元能够调节其响应增益，以在不同的刺激环境中最大限度地传递信息。实验测量揭示了额外的、微妙的感觉适应效应，包括响应极值和最小值的改变，调谐曲线从适应刺激中排斥以及刺激驱动的响应去相关。目前关于这些现象的解释建立在神经元间突触效能的变化之上，虽然这种变化更加灵活，但不太可能像单个神经元增益调制那样快速或可逆。通过使用已经发表的V1群体适应性数据，我们展示了在循环网络中传播单个神经元增益变化足以捕捉到观察到的整个适应效应集合。我们提出了一种新颖的自适应高效编码目标，通过调制单个神经元的增益来最大化刺激表示的保真度，同时最小化网络中的总体活动。基于这个目标，我们从理论上推导出一组最优增益，以在保留有关刺激信息和节约代谢资源之间找到最佳平衡。我们的模型将单个神经元自适应增益控制的已建立概念推广到循环群体，并简明地解释了实验适应性数据。
作者：Lyndon R. Duong, Colin Bredenberg, David J. Heeger, Eero P. Simoncelli
论文ID：2305.19869
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2023-06-01