在感觉神经元网络中分离内在相互作用与外在相关
神经元与认知
2018-11-05 v2 无序系统与神经网络
摘要
感觉神经网络中的相关性具有外在和内在两种起源。外在或刺激相关性源于网络共享输入，因此强烈依赖于刺激集合。内在或噪声相关性反映了神经元之间的生物物理相互作用机制，预期对刺激集合的变化具有鲁棒性。尽管这一区分对于理解感觉网络如何集体编码信息十分重要，但目前尚无方法能在神经活动数据中可靠分离内在相互作用与外在相关性，限制了我们构建网络响应预测模型的能力。本文我们引入一种通用策略来推断{集体编码刺激信息的相互作用神经元群体模型}。解开内在与外在相关性的关键在于将神经元间的{耦合}与编码模型分开推断，并使用平均场近似中计算的修正将二者结合。我们在视网膜记录上展示了该方法的有效性。从对截然不同刺激集合的响应中推断出了相同的耦合网络，表明这些耦合确实反映了刺激无关的神经元间相互作用。所推断的模型准确地预测了视网膜神经节细胞群体作为刺激的函数的集体响应。
引用
@article{arxiv.1801.01823,
title = {Separating intrinsic interactions from extrinsic correlations in a network of sensory neurons},
author = {Ulisse Ferrari and Stephane Deny and Matthew Chalk and Gasper Tkacik and Olivier Marre and Thierry Mora},
journal= {arXiv preprint arXiv:1801.01823},
year = {2018}
}