将低维动力学映射至高维神经活动：从神经工程框架推导环模型
神经元与认知
2020-02-11 v1
摘要
神经群体活动维度的经验估计值通常远小于群体规模。在训练和设计的神经网络模型中也观察到类似现象。这些实验与计算结果表明，将低维动力学映射至高维神经空间是皮层计算的一个共同特征。尽管该现象十分普遍，但这种映射所带来的约束却鲜为人知。本文考虑将低维动力学映射至高维神经活动的一个具体例子——神经工程框架。我们针对经典的环模型（一种编码静态或动态角度变量的神经网络）解析求解该框架。我们的结果完整刻画了该模型的成功与失效模式。基于该框架与其他框架之间的相似性，我们推测这些结果可推广至更一般的情形。
引用
@article{arxiv.2002.03420,
title = {Mapping low-dimensional dynamics to high-dimensional neural activity: A derivation of the ring model from the neural engineering framework},
author = {Omri Barak and Sandro Romani},
journal= {arXiv preprint arXiv:2002.03420},
year = {2020}
}