Sigmoidal 速率编码神经元及其群体的最大信息刺激与调谐曲线
神经元与认知
2008-08-02 v3
摘要
本文提出了一种为具有小归一化变异性的神经系统推导最大信息 sigmoidal 调谐曲线的通用方法。最优调谐曲线是刺激累积分布函数的非线性函数，并取决于神经系统的均值 - 方差关系。该推导基于 Shannon 互信息与 Fisher 信息之间的已知关系，以及 Jeffrey 先验的最优性。它依赖于针对给定调谐曲线优化刺激分布这一逆问题存在闭式解。研究表明，仅当刺激均匀分布时，最大互信息才对应于恒定的 Fisher 信息。作为示例，详细分析了亚泊松二项发放统计的情形。
引用
@article{arxiv.0802.1570,
title = {Maximally Informative Stimuli and Tuning Curves for Sigmoidal Rate-Coding Neurons and Populations},
author = {Mark D. McDonnell and Nigel G. Stocks},
journal= {arXiv preprint arXiv:0802.1570},
year = {2008}
}
备注
Accepted by Physical Review Letters. This revision updates figures and text