通过超阈值随机共振进行信息传输的最优刺激与噪声分布
统计力学
2007-07-02 v1 神经元与认知
摘要
超阈值随机共振 (SSR) 是一种噪声增强信号传输的形式，发生于包含独立噪声的相同阈值非线性元件（包括模型神经元）的并行阵列中。与大多数形式的随机共振不同，对于任意幅度的超阈值随机输入信号，即使存在少量噪声，其输出响应也会得到改善。本文考虑了在大阵列尺寸极限下 SSR 的信息传输性能。利用 Shannon 互信息与 Fisher 信息之间的关系，推导出了最优性（即信道容量）的充分条件。结果表明，当信号分布为由噪声分布形成的 Jeffrey 先验，或者当噪声分布通过余弦关系依赖于信号分布时，可实现信道容量。这些结果为计算神经科学和电子学领域的先前工作提供了理论验证和依据。
引用
@article{arxiv.0704.0673,
title = {Optimal stimulus and noise distributions for information transmission via suprathreshold stochastic resonance},
author = {Mark D. McDonnell and Nigel G. Stocks and Derek Abbott},
journal= {arXiv preprint arXiv:0704.0673},
year = {2007}
}
备注
Accepted for publication by Physical Review E, 28 pages of text and references, 5 figures, 2 tables