准确神经度量的盲学习
神经元与认知
2018-04-16 v1
摘要
大脑无法直接获取物理刺激，只能获取感觉器官中引发的脉冲活动。目前尚不清楚大脑如何仅基于这些嘈杂且相关的响应之间的差异来构建其对世界的表征。在此，我们展示如何根据视网膜神经节细胞群体活动的结构构建响应的距离图，从而能够从视网膜响应中准确区分不同的视觉刺激。我们引入时间受限玻尔兹曼机(Temporal Restricted Boltzmann Machine)来学习群体活动的时空结构，并利用该模型定义脉冲序列之间的距离。我们表明，该度量在区分几乎不可分辨的刺激对时优于现有神经距离。所提方法提供了一种通用且在生物学上合理的方式，以基于其脉冲响应学习关联相似刺激，而无需这些刺激的任何其他知识。
引用
@article{arxiv.1710.05067,
title = {Blindfold learning of an accurate neural metric},
author = {Christophe Gardella and Olivier Marre and Thierry Mora},
journal= {arXiv preprint arXiv:1710.05067},
year = {2018}
}