The Motor System at the heart of Decision-Making and Action Execution
本文综述了十年间关于运动系统在感觉运动决策中作用的研究,通过扰动与测量方法揭示M1在决策变量整合中的功能,并探讨其活动变化的神经起源。
2023-06-21 q-bio.NC
Sperry versus Hebb: Topographic mapping in Isl2/EphA3 mutant mice
在野生型小鼠中,视网膜神经节细胞的轴突建立了到中脑上丘的地形精确投影。这意味着相邻视网膜神经节细胞的轴突投射到目标中的近端位置。地形投影的精确度是分子标记(如Eph受体和肝配蛋白)和相关电活性的综合作用的结果。在Isl2/EphA3突变小鼠中,分子标记的表达水平发生变化。结果,拓扑投影被重新布线,使得视网膜细胞轴突之间的相邻关系被破坏。在这里,我们认为,相关活动的影响,提出自己的形式Hebbian学习规则可以促进恢复的地形连接,即使当分子标签进行冲突的指令。这是因为电活动的相关性携带了关于视网膜细胞空间位置的信息,而这些信息不依赖于分子标记。因此,我们认为,在Isl2/EphA3基因敲入小鼠的实验直接测试的分子标记和相关活动的发展过程中的神经连接的影响之间的相互作用。
2008-02-13 q-bio.NC
Locking of correlated neural activity to ongoing oscillations
在皮层活动的介观信号中普遍观察到群体范围的振荡。在这些网络状态中,全局振荡周期调节神经元的放电倾向。神经元的同步激活被假设为大脑中信号处理信息的单独通道。因此,一个突出的问题是,振荡是否以及如何与尖峰同步相互作用,以及这些通道在多大程度上可以被认为是分开的。实验确实表明,相关尖峰与静态放电率共同调制,并且也紧紧锁定在β振荡的相位上。虽然在前馈网络中相关性对平均速率的依赖性是很好理解的,但仍然不清楚相关性为什么以及通过什么机制紧密锁定到振荡周期。我们在这里证明,这种相关的激活对神经元定性地解释了随机驱动的随机网络。我们确定的协方差依赖于驱动周期性刺激的机制。平均场理论结合线性响应理论给出了二元递归随机网络的循环平稳平均活动和两两零时滞协方差的封闭表达式。两种不同的机制导致时变协方差:单个神经元敏感性的调制(通过外部输入和网络反馈)和单个单元活动的时变方差。对于某些参数,有效抑制的经常性反馈导致共振协方差,即使平均活动显示非共振行为。我们的分析结果开放的问题,时间调制的同步活动的定量分析。
2017-07-03 cond-mat.dis-nn q-bio.NC
Evaluating the statistical similarity of neural network activity and connectivity via eigenvector angles
神经系统是网络,在许多研究场景中,多个网络之间的战略比较是一项普遍的任务。在这项研究中,我们构建了一个统计测试的矩阵表示成对方面的神经网络的比较,特别是尖峰活动和连接之间的相关性。“特征角检验”通过两个矩阵的排序特征向量之间的角度来量化两个矩阵的相似性。我们校准的相关性矩阵使用随机模型的相关尖峰活动的测试的行为,并演示它是如何比较经典的两个样本的测试,如Kolmogorov-Smirnov距离,在这个意义上说,它是能够评估也结构方面的成对措施。此外,本征角检验的原理还可以用于比较某些类型网络的邻接矩阵的相似性。因此,该方法可以用来定量地探索具有相同度量的连接性和活动性之间的关系。通过应用本征角测试的连接矩阵和相关矩阵的随机平衡网络模型之前和之后的一个特定的突触重新布线干预的比较,我们衡量的相关活动的连接功能的影响。本征角检验的潜在应用包括模拟实验、模型验证和数据分析。
2022-09-08 q-bio.NC
Interpretation of Correlated Neural Variability from Models of Feed-Forward and Recurrent Circuits
神经元群体对感觉刺激的重复呈现的响应的相关变化是普遍观察到的现象。这种相关性已被研究得非常详细,无论是在其机械的起源和他们的影响,刺激歧视和人口的表现代码。特别地,递归神经网络模型已被用于理解神经活动中相关性的起源(或缺乏)。在这里,我们应用一个模型的递归连接的随机神经元来解释相关性,发现在一个人口的神经元记录从小鼠听觉皮层。我们研究了相关性的刺激依赖性上的经常性连接的后果,并将其与相关性变化的替代来源(如相关增益波动和前馈架构中的共同输入)进行比较。我们发现,具有随机有效连接的递归网络模型以自然的方式再现了观察到的统计数据,例如数据中噪声和信号相关性之间的关系。在该模型中,我们可以直接分析网络参数之间的关系,相关性,以及如何根据人口活动来区分刺激对。这样,我们就可以把电路参数与信息处理联系起来。
2017-02-06 q-bio.NC
High-Fidelity Coding with Correlated Neurons
在大脑中广泛观察到神经元活动的正相关性。以前的研究表明,这些相关性是有害的人口代码的保真度或最好的边缘相比,独立的代码。在这里,我们表明,正相关可以提高编码性能的天文因素。具体地,鉴别误差的概率可以被抑制许多数量级。同样,编码的刺激数量-容量-可以通过类似的大因素来增强。这些效应不需要不切实际的相关值,并且可以发生在具有几十个神经元的群体中。我们进一步表明,这两种影响受益于异质性常见的人口活动。错误抑制和容量增强依赖于相关模式。在完美编码的限制,这种模式导致一个“锁定”的响应概率,消除了变异的子空间相关的刺激歧视。我们讨论了这种模式的性质,并建议实验测试,以确定它。
2013-07-19 q-bio.NC
Winning versus losing during gambling and its neural correlates
本文通过局部场电位记录研究赌博中赢与输的神经关联,发现前脑岛伽马活动在获胜时显著增强,揭示了该脑区在结果反馈中的毫秒级时间动态。
2016-02-10 q-bio.NC
Practical Approximation Method for Firing Rate Models of Coupled Neural Networks with Correlated Inputs
快速的实验进展现在能够在神经系统的大区域以单细胞分辨率同时记录神经活动。这种神经网络活动的模型必然会增加大小和复杂性,从而增加模拟它们的计算成本和分析它们的挑战。在这里,我们提出了一种新的方法来近似的活动和射击统计的一般射击率网络模型(威尔逊-考恩型)受噪声相关的背景输入。该方法需要解决一个系统的超越方程和快速相比,耦合随机微分方程的蒙特卡罗模拟。我们实现了耦合神经网络的几个例子的方法,并表明,即使有适度的耦合强度和可观的异质性在许多参数的结果是定量准确的。这项工作应该是有用的研究如何定性地影响耦合神经网络的尖峰统计的各种神经属性。实现该方法的Matlab代码可以在GitHub(\url{http://github.com/chengly70/FiringRateModReduction})上免费获得。
2017-09-29 q-bio.NC q-bio.QM
Macroscopic dynamics of quadratic integrate-and-fire neurons subject to correlated noise
School of Physics and Astronomy, Yunnan University(云南大学物理与天文学院)
研究揭示了相关噪声对神经元群体活动的抑制作用及网络亚稳态特性,为复杂随机网络动力学提供了理论支持。
2026-01-15 cond-mat.stat-mech nlin.AO q-bio.NC
Visual Decisions in the Presence of Measurement and Stimulus Correlations
人类和其他动物根据嘈杂的感官输入做出决定。因此,许多工作都致力于理解这些决定背后的计算。这个问题已经在各种各样的任务和不同复杂性的刺激中进行了研究。然而,感官噪声的相关性对感知判断的影响还没有得到很好的理解。在这里,我们研究如何刺激的相关性与感官噪音的相关性影响决策。作为一个例子,我们考虑的任务,检测一个或多个目标之间的干扰。我们假设干扰物和观察者对刺激的测量是相关的。在这个任务中,最优观察者的计算是不平凡的,但可以直观地分析和理解。我们发现,当干扰是强相关的,测量相关性可以有很大的影响性能。当干扰相关性弱时,测量相关性几乎没有影响,除非刺激的数量很大。因此,结构化刺激的神经反应的相关性可以强烈影响感知判断。
2015-03-04 q-bio.NC
Brain2Model Transfer: Training sensory and decision models with human neural activity as a teacher
提出Brain2Model迁移学习框架,利用人类神经活动作为教师模型训练人工神经网络,通过脑对比迁移和脑潜在迁移策略,使学生网络收敛更快且预测准确率更高。
2025-06-25 cs.ET cs.NE q-bio.NC
Spike-based probabilistic inference with correlated noise
越来越多的证据表明,大脑执行概率推理来解释和响应感官输入,并且神经活动的试验间变异性起着重要作用。神经抽样假说将随机神经活动解释为从潜在概率分布中抽样,并已被证明与生物学观察到的放电模式兼容。在许多研究中,不相关的噪声被用作随机性的来源,忽视了皮质神经元可能共享其突触前伙伴的重要部分的事实,这影响了它们的计算。这与生物学以及带宽约束限制独立噪声量的神经网络实现相关。当接收到相关噪声时,所得到的相关性不能直接被突触权重$W$的变化抵消。我们表明,这是偶然的选择的编码:当改变状态空间从$z\in\{0,1\}$到$z'\in\{-1,1\}$,相关噪声具有完全相同的效果,在$W'$的变化。将问题转换到$\{-1,1\}$空间允许找到补偿所引起的相关性的权重配置。对于采样网络的人工嵌入,这允许在具有不同带宽约束的平台之间进行直接传输。映射的存在对于学习是重要的。由于在$\{-1,1\}$编码中,相关噪声可以通过参数变化来补偿,并且在改变编码时概率分布可以保持不变,因此在学习期间也可以在$\{0,1\}$编码中找到该分布,如模拟中所示。总之,采样尖峰网络在训练时不受噪声相关性的影响。如果这种计算发生在皮层,网络可塑性不需要考虑共享噪声输入。
2017-07-06 q-bio.NC
The Geometry of Information Coding in Correlated Neural Populations
大脑中的神经元在它们的集体活动中代表信息。这种神经元群体代码的保真度取决于一个神经元的响应的可变性是否以及如何与其他神经元共享。二十年的研究已经调查了这些噪声相关性对神经编码特性的影响。我们提供了一个关于这个主题的理论发展的概述。使用简单的,定性的和一般的参数,我们讨论,分类,并与各种已发表的结果。我们强调噪声相关的精细结构的相关性,我们提出了一个新的方法来解决这个问题。在整个过程中,我们强调噪声相关性如何影响神经代码的几何图像。
2021-02-01 q-bio.NC
The correlation structure of local cortical networks intrinsically results from recurrent dynamics
长期以来,神经元对在短时间间隔内的动作电位的共同出现是已知的。这样的同步事件可以出现时间锁定到动物的行为,并且理论上的考虑也主张同步的功能作用。早期的理论工作试图解释神经元由于共享输入而传递共同波动的相关活动。然而,这高估了相关性。最近,皮层网络的经常性连接被证明是观察到的低基线相关性的原因。有两种不同的解释:一种认为,兴奋性和抑制性群体活动密切关注网络的外部输入,因此它们对一对细胞的影响相互抵消。另一种解释依赖于负的经常性反馈来抑制种群活动的波动,相当于小的相关性。在生物神经元网络中,人们期望外部输入和重现两者都影响相关的活动。目前的工作扩展了相关性的理论框架,包括两个贡献,并解释了它们的质的差异。此外,研究表明,快速跟踪和经常性反馈的论点是不等价的,只有后者正确预测的细胞类型的具体相关性。
2013-09-13 q-bio.NC
Simultaneous multi-patch-clamp and extracellular-array recordings: Single neuron reflects network activity
本文结合多膜片钳与多电极阵列同步记录,证明单个神经元膜电位可高灵敏反映全网络协同活动,为大规模电极监测提供灵活替代方案。
2017-07-20 cond-mat.dis-nn physics.bio-ph q-bio.CB
Single-trial estimation of stimulus and spike-history effects on time-varying ensemble spiking activity of multiple neurons: a simulation study
皮层神经回路中的神经元表现出协调的发放活动,并在行为和认知过程中产生相关的同步发放。我们最近开发了一种方法,通过结合同时神经元相互作用的模型(例如,自旋玻璃模型)与状态空间方法(Shimazaki等人,2012 PLoS Comput Biol 8 e1002385)。这种方法使我们能够估计刺激诱发的神经元相互作用的动力学,在相同的实验条件下,在重复的试验中是可重复的。然而,如果神经元动力学在试验中表现出显著的可变性,则该方法可能不适合于检测刺激响应。此外,先前的模型不包括神经元的过去尖峰活动对整体活动的当前状态的影响。在这项研究中,我们开发了一个参数化的方法,同时估计刺激和尖峰历史的影响,从单次试验数据的合奏活动,即使神经元表现出的动态,在很大程度上是无关的这些影响。为了这个目标,我们模型合奏神经元活动作为一个潜在的过程,包括刺激和尖峰历史的影响作为外源性输入的潜在过程。我们开发了一个期望最大化算法,同时实现估计的潜在过程,刺激反应,和尖峰历史的影响。所提出的方法是有用的内部皮层状态和感觉诱发活动的相互作用进行分析。
2013-12-16 cond-mat.stat-mech q-bio.NC stat.ML
Unifying and generalizing models of neural dynamics during decision-making
系统和计算神经科学中的一个悬而未决的问题是神经回路如何为决策积累证据。将决策理论的模型与神经活动拟合有助于回答这个问题,但目前的方法限制了我们可以拟合神经数据的这些模型的数量。在这里,我们提出了一个统一的框架,在决策任务的神经活动建模。该框架包括典型的漂移扩散模型,并使扩展,如多维离散,可变和崩溃的边界,和离散跳跃。我们的框架是基于约束的参数经常性的状态空间模型,我们引入了一个可扩展的变分拉普拉斯-EM推理算法。我们应用的建模方法,从猴子顶叶皮层记录在两个决策任务的尖峰反应。我们发现,一个二维的累加器更好地捕捉到一组顶叶神经元比一个单一的累加器模型的试验平均响应。接下来,我们在随机点运动任务期间确定了LIP神经元响应的可变下限。
2020-01-13 q-bio.NC stat.ML
Decision-making and interacting neuron populations
在这篇文章中,我们提出了建模的双稳态视图问题所描述的两个相互作用的神经元群体的活动或发射率。本文从研究一个复杂系统--描述两类神经元活动随时间演化的随机微分方程系统出发,指出了该模型的优点和缺点,并考虑了与之相关的部分微分方程,它的解给出了放电率分布的统计信息。解的慢-快特性最终导致我们通过一维随机微分方程及其相关的一维偏微分方程的定义来降低模型的复杂性。这最后一个模型被证明是很好地适应的问题的解决方案,特别是提供访问,反应时间和性能,两个宏观变量描述的决策中的视图问题。
2014-11-26 math.AP q-bio.NC
Electrical activity of fungi: Spikes detection and complexity analysis
牡蛎真菌\emph{Pleurotus djamor}产生肌动蛋白电位,如电位尖峰。穗列的出现可能反映了菌丝在基质中的生长繁殖、营养物质和代谢产物的运输以及菌丝网络中的通讯过程。与神经活动相比,菌丝体网络的尖峰活动是高度可变的,因此不能通过神经科学的标准工具进行分析。我们提出了检测和分类真菌的扣球活动的原始技术。使用这些技术,我们分析了真菌电活动的信息理论的复杂性。研究结果为进一步研究真菌的感觉融合和决策奠定了基础。
2020-08-24 cs.ET q-bio.NC
Demixed principal component analysis of population activity in higher cortical areas reveals independent representation of task parameters
高级皮层区域的神经元,如前额叶皮层,被认为可以调节各种感觉和运动变量。由此产生的神经调谐的多样性往往掩盖了所表示的信息。在这里,我们介绍了一种新的降维技术,分层主成分分析(dPCA),自动发现和突出的基本特征,在复杂的人口活动。我们重新分析了执行各种工作记忆和决策任务的大鼠和猴子的前额区的人口数据。在每种情况下,dPCA都在一张图中总结了群体响应的相关特征。人口活动被分解成几个分层的组件,捕获数据中的大部分方差,并突出动态调整人口的各种任务参数,如刺激,决策,奖励等,此外,dPCA揭示了强大的,条件无关的组件的人口活动,仍然与传统的方法被忽视。
2014-10-22 q-bio.NC stat.ML
An analytically tractable model of neural population activity in the presence of common input explains higher-order correlations and entropy
同时记录的神经元表现出相关性,其根本原因尚不清楚。在这里,我们使用一群阈值神经元接收相关的输入来模拟神经元群体记录。我们分析表明,二阶相关性的小变化可能导致较大的变化,在较高的相关性,这些高阶相关性有很强的影响人口的熵,稀疏性和统计热容量。值得注意的是,我们对这个简单模型的发现可以解释最近在神经元群体记录中观察到的一些令人惊讶的效应。
2010-09-17 cond-mat.dis-nn physics.data-an q-bio.NC
Self-organization of nonlinearly coupled neural fluctuations into synergistic population codes
本研究通过神经回路模型揭示相关波动非线性耦合可自组织形成协同群体编码,负相关诱导凹凸束缚态,增强工作记忆容量与时空复用。
2023-10-17 physics.bio-ph q-bio.NC
Echoes in correlated neural systems
相关性在现代物理学中用于解释微观和宏观现象,如高温超导体和超冷原子中的分数量子霍尔效应和莫特绝缘体状态。同时探测完整大脑中的神经元揭示了它们活动之间的相关性,这是研究大脑中信息处理的重要措施,也影响了神经活动的宏观信号,如脑电图(EEG)。尖峰神经元网络与大多数物理系统不同:元素之间的相互作用是定向的,时间延迟的,由短脉冲介导,每个神经元接收来自数千个神经元的事件。甚至网络的定态也不能用平衡统计力学来描述。在这里,我们开发了一个定量的理论在有限大小的随机网络的尖峰神经元的成对相关性。我们推导出明确的人口平均互相关函数的解析表达式。我们的理论解释了为什么直观的平均场描述失败,单个动作电位的回声如何导致抑制相对于兴奋的明显滞后,以及网络的大小如何在保持其动态状态的同时进行缩放。最后,我们从时间演化传播子的谱中导出了一个新的集体振荡出现的判据。
2013-02-19 cond-mat.dis-nn cond-mat.stat-mech q-bio.NC
Inferring response times of perceptual decisions with Poisson variational autoencoders
VIB–Neuroelectronics Research Flanders(VIB神经电子研究佛兰德斯);KU Leuven(库尔勒大学);Herbert Wertheim School of Optometry & Vision Science, UC Berkeley(赫伯特·韦尔泰姆视觉科学学院,伯克利大学);Redwood Center for Theoretical Neuroscience, UC Berkeley(红木理论神经科学中心,伯克利大学)
本文提出基于泊松变分自动编码器的模型,用于推断感知决策的响应时间,通过高效感官编码和贝叶斯解码模拟决策过程,并在MNIST分类中验证其有效性。
2025-11-24 cs.AI cs.LG q-bio.NC