孟加拉雀鸣唱句法的紧凑统计模型
神经元与认知
2013-08-22 v1 定量方法
摘要
许多鸣禽的歌声由有限数量音节的变长序列组成。表征这些复杂音节序列句法的常用方法是利用音节间的转移概率。这等价于马尔可夫模型，其中每个音节对应一个状态，状态间的转移概率不依赖于状态转移历史。本文分析了孟加拉雀的鸣唱句法。我们证明马尔可夫模型无法捕捉音节序列的统计特性。相反，一种能准确描述音节序列统计特性的状态转移模型包括：当状态被重复访问时自转移概率的适应性调整，并允许同一音节关联多个状态。该模型并未显著增加模型复杂度。数学上，该模型是带适应性的部分可观测马尔可夫模型（POMMA）。POMMA的成功支持了关于句法如何在前运动鸣唱核HVC内受控的分支链网络假说，并表明适应性和从神经基质到音节的多对一映射是复杂鸣唱句法神经控制的重要特征。
引用
@article{arxiv.1011.2998,
title = {A compact statistical model of the song syntax in Bengalese finch},
author = {Dezhe Z. Jin and Alexay A. Kozhevnikov},
journal= {arXiv preprint arXiv:1011.2998},
year = {2013}
}