一类新的尖峰序列度量
信息论
2014-01-20 v3 神经与进化计算
math.IT
神经元与认知
摘要
一对尖峰序列之间的距离，用于量化它们之间的差异，可以通过多种度量来测量。本文受Pompeiu-Hausdorff距离启发，引入了一类新的尖峰序列度量，并将其与现有度量进行比较。我们的一些新度量（模度量和最大度量）具有与经典度量（如van Rossum距离或Victor & Purpura距离）定性不同的特征。模度量和最大度量特别适用于测量信息以爆发形式编码的尖峰序列之间的距离，但爆发内尖峰的数量和时间不携带信息。模度量不依赖于任何参数，并且可以通过快速算法计算，其时间与两个尖峰序列中的尖峰数量成线性关系。我们还引入了新度量的局部化版本，这可能具有生物学相关的解释，即测量尖峰序列在特定时刻被接收这些尖峰序列的神经元感知到的差异。
引用
@article{arxiv.1209.2918,
title = {A new class of metrics for spike trains},
author = {Cătălin V. Rusu and Răzvan V. Florian},
journal= {arXiv preprint arXiv:1209.2918},
year = {2014}
}