大规模集合中相关性引起的 redundancy 与 synergy
统计力学
2009-09-25 v1 无序系统与神经网络
神经元与认知
摘要
多电极阵列允许记录单个神经元的活动，从而可以计算其相关性。通过衡量神经活动传递信息的方式，可以揭示相关性的功能性作用；已有简单公式可区分单个脉冲传递的独立信息与由相关性引起的正或负贡献（Panzeri 等, 1999）。该公式量化了由于神经元之间脉冲发放相关性导致的单单元瞬时信息率的修正。正向修正表明协同效应，负向修正表明冗余现象。本文进一步发展了此前仅用于小规模记录的分析方法，通过考虑一个相关性在绝对值和来源上都很小的大规模神经元模型来实现。即使是这种微小的随机相关性，只要从神经元放电中提取信息的时间窗口跨度接近平均脉冲间隔，就会导致显著的协同或冗余效应。此外，来自大鼠枕丘皮层的样本记录表明，当相关性（如实验中常见的）既非随机也不小时，这些“修正”效应主导的时间窗口。对于大规模神经元群体而言，这类相关性的存在会进一步限制展开式有效时间的范围，除非考虑接收方可解码的信息。
引用
@article{arxiv.cond-mat/0012119,
title = {Redundancy and synergy arising from correlations in large ensembles},
author = {Michele Bezzi and Mathew E. Diamond and Alessandro Treves},
journal= {arXiv preprint arXiv:cond-mat/0012119},
year = {2009}
}