成对最大熵模型及其 Glauber 动力学：双峰性、双稳态、非遍历性问题及其通过抑制作用的消除
神经元与认知
2018-01-24 v1
摘要
成对最大熵模型已被近期的神经科学文献用于仅根据神经元活动的时间平均相关性来预测神经元群体的活动。本文提供的证据表明，应用于实验记录的成对模型预测了群体平均活动的双峰分布，并且对于某些群体规模，第二个模式在高峰活动处达到峰值，即在几毫秒的时间窗口内有 90% 的神经元群体处于活动状态。这种双峰性有几个不良后果：1. 鉴于观察到的神经元活动，两个模式的存在是不现实的。2. 对高活动模式的预测在神经生物学基础上是不现实的。3. Boltzmann 学习变得非遍历，因此通过该方法发现的成对模型不是最大熵分布；同样，通过平均场近似（mean-field approximations）的常见变体求解逆问题也存在相同的问题。4. 与该模型相关的 Glauber 动力学要么是不现实的双稳态，要么不能反映成对模型的分布。这种双峰性首先在一个包含从猕猴运动皮层记录的 159 个神经元活动的实验数据集中得到证实。然后，使用简化最大熵模型提供的证据表明，这种双峰性影响了典型的两百个或更多神经元规模的群体记录。作为消除双峰性及其随之而来的问题的一种方法，本文提出了一种改进的成对模型，最重要的是，它具有相关的成对 Glauber 动力学。该模型通过最小不对称抑制避免了双峰性。它可以被解释为具有特定先验的最小相对熵模型，或具有额外约束的最大熵模型。
引用
@article{arxiv.1605.04740,
title = {Pairwise maximum-entropy models and their Glauber dynamics: bimodality, bistability, non-ergodicity problems, and their elimination via inhibition},
author = {Vahid Rostami and PierGianLuca Porta Mana and Moritz Helias},
journal= {arXiv preprint arXiv:1605.04740},
year = {2018}
}