通过双重网络中的初级编码解构气味剂身份
神经元与认知
2016-09-09 v1
摘要
在嗅觉系统中，尽管浓度、时间和背景存在显著变化，气味感知仍保持其身份。我们提出了一种编码强度不变刺激身份的新策略，该策略基于表示刺激特征的相对值而非绝对值。因为在此方案中，刺激身份取决于刺激特征的相对幅度，所以身份相对于强度的变化和神经元响应的单调非线性保持不变。在嗅觉系统中，刺激身份可以由物种依赖性集合中响应最强的 种气味剂受体类型的身份来表示。我们表明，通过弹性网损失最小化，该信息足以恢复稀疏刺激（气味剂）。这种最小化必须在由刺激特征之间关系施加的约束下进行。我们将此问题映射为最小化拉格朗日乘子泛函的对偶问题。而对偶问题反过来可以由一个神经网络求解，该网络的 Lyapunov 函数表示对偶拉格朗日量。因此我们提出，梨状皮层中的网络计算气味剂身份，并以代表拉格朗日乘子的单个神经元的稀疏活动实现双重计算。
引用
@article{arxiv.1609.02202,
title = {Deconstructing Odorant Identity via Primacy in Dual Networks},
author = {Daniel Kepple and Hamza Giaffar and Dmitry Rinberg and Alexei Koulakov},
journal= {arXiv preprint arXiv:1609.02202},
year = {2016}
}
备注
10 pages, 1 figure