用于刺激到反应大脑成像的分支最优传输
最优化与控制
2026-03-23 v1 神经元与认知
定量方法
摘要
系统神经科学的核心问题之一是确定外部刺激如何通过大脑传播以产生反应。当前的确定性和随机控制模型量化了在给定网络上进行大脑状态之间转换的成本，但并不将传输网络本身视为未知。本文提出了一个变分框架，其中推断对象是连接刺激源测度到反应目标测度的图/电流。该模型被建模为各向异性分支最优传输问题，其中流量成本的凹性促进聚合和分支。我们在离散和连续形式中证明了最小化解的存在性，并引入了一种混合随机扩展，将ramified transport与在诱导图上进行的路径空间KL控制成本相结合。该方法为推断传播架构而非在固定基质上控制轨迹提供了数学机制。
引用
@article{arxiv.2603.19751,
title = {Branched Optimal Transport for Stimulus to Reaction Brain Mapping},
author = {Cristian Mendico},
journal= {arXiv preprint arXiv:2603.19751},
year = {2026}
}