分析对自然信号神经响应：最大信息维度

我们提出一种方法，可对非高斯且呈现强相关性的自然刺激下的神经响应进行严格的统计分析。我们设想这样一个模型：神经元从高维刺激空间中选择少数刺激维度，但在此子空间内响应可以是任意非线性的。已有的分析方法基于刺激与响应之间的相关函数，但这些方法仅保证在高斯刺激系综情况下有效。作为相关函数的替代，我们最大化神经响应与刺激向低维子空间投影之间的互信息。该过程可通过增加此子空间维数迭代进行。那些能够恢复脉冲与完整未投影刺激之间所有信息的维度刻画了相关子空间。若相关子空间的维数确实很小，则即使在完全自然刺激条件下也能映射神经元的输入-输出函数。这些思想通过在模拟中对分别响应自然场景与声音的类视觉与类听觉模型神经元进行了说明。