连续变量神经流形的线性读取
神经元与认知
2026-03-12 v1 无序系统与神经网络
摘要
大脑和人工神经网络通过连续变量（如物体位置或刺激方向）进行计算。然而，神经响应中复杂的变异性使将内部表征结构与任务性能联系变得困难。我们发展了一种回归容量的统计力学理论，将连续变量的线性解码效率与神经流形的几何属性联系起来。我们的理论处理复杂的神经变异性，可用于实际数据，揭示了沿着猴子视觉通路解码物体位置和尺寸的容量不断增加。
引用
@article{arxiv.2603.10956,
title = {Linear Readout of Neural Manifolds with Continuous Variables},
author = {Will Slatton and Chi-Ning Chou and SueYeon Chung},
journal= {arXiv preprint arXiv:2603.10956},
year = {2026}
}