鸟类鸣唱的复杂序列规则可由简单的隐马尔可夫过程解释
神经元与认知
2015-05-20 v1 计算与语言
摘要
在鸟类鸣唱中观察到的复杂序列规则为研究生成复杂序列行为的神经机制提供了机会。为了将鸟类鸣唱的研究发现与其他序列行为联系起来，表征鸟类鸣唱中序列规则的统计特性至关重要。然而，鸟类鸣唱中序列规则的特性尚未得到充分探讨。在本研究中，我们研究了十姊妹（Lonchura striata var. domestica）复杂鸣唱的统计特性。基于人工标注的音节序列，我们首先证明了十姊妹的鸣唱中存在显著的高阶上下文依赖性，即下一个出现的音节取决于不止一个先前的音节。该特性与其他复杂序列行为共有。随后我们分析了鸣唱的声学特征，并表明高阶上下文依赖性可以通过具有冗余隐状态的一阶隐状态转移动力学来解释。该模型对应于隐马尔可夫模型 (HMM)，这是一类在时间序列建模中具有广泛应用范围的著名统计模型。使用具有一阶隐状态动力学的这些模型对鸣唱的标注与人工标注高度吻合，其得分与二阶 HMM 相当，并超越了不使用上下文信息的零阶模型（高斯混合模型 (GMM)）。我们的结果暗示，带有隐状态动力学的层级表征可能是生成具有高阶依赖性复杂序列的神经实现基础。
引用
@article{arxiv.1011.2575,
title = {Complex sequencing rules of birdsong can be explained by simple hidden Markov processes},
author = {Kentaro Katahira and Kenta Suzuki and Kazuo Okanoya and Masato Okada},
journal= {arXiv preprint arXiv:1011.2575},
year = {2015}
}