量化夹带证据：信息处理通路图谱的频率派与贝叶斯方法比较

信息处理通路图谱（IPPM）为形式化应用于感觉刺激的复杂数学变换序列提供了一个可扩展的框架。这些图谱描绘了计算步骤的潜伏期和皮层表达，依靠统计推断将模型输出与观察到的神经活动联系起来。传统上，这种映射依赖于频率派假设检验。然而，确定几个竞争性计算模型中的哪一个最能解释神经数据是一个模型裁决问题，可以说更适合于概率推断。在此，我们对用于绘制皮层夹带的既有频率派方法和一种新颖的贝叶斯框架进行了直接比较。虽然贝叶斯公式保留了IPPM的核心优势——生成时变神经信号的显式预测——但它从根本上改变了选择标准，从拒绝零假设转变为量化竞争性计算假设的相对证据。我们使用一个听觉神经影像数据集来重建一个已知的响度处理通路，评估了两种方法的性能和可解释性。我们讨论了这种转变对系统神经科学的影响，特别是在处理共线模型和证据的稳健积累方面。