非退化神经编码与对闭凸性的阻碍
组合数学
2022-08-30 v4 神经元与认知
摘要
先前关于神经编码凸性的研究已产生开放凸而非闭凸——或反之——的编码。然而,一个编码为何是其中之一而非另一,以及如何检测此类差异,仍是开放问题。我们以两种方式解决这些问题。首先,我们研究 Cruz 等人引入的退化概念,并推广其结果以表明非退化精确刻画了如下情形:分别对开放或闭实现取闭包或内部,可分别得到该编码的另一实现。其次,我们给出首个用于排除编码为闭凸(而不排除开放凸)的一般判据,统一了先前工作中的特设几何论证。一个判据建立于我们称为刚性结构的现象之上,而另一个可从代数上表述,即借助编码的神经理想。这些结果补充了现有具相反目的之判据:排除开放凸但不排除闭凸。最后,我们证明 Jeffs 所示非开放凸的一族编码实为闭凸且可在二维实现。
引用
@article{arxiv.2011.04565,
title = {Nondegenerate Neural Codes and Obstructions to Closed-Convexity},
author = {Patrick Chan and Katherine Johnston and Joseph Lent and Alexander Ruys de Perez and Anne Shiu},
journal= {arXiv preprint arXiv:2011.04565},
year = {2022}
}
备注
Added Corollary 4.14 and updated Remark 4.28