利用姐妹僧帽细胞在线性模型中进行MAP推断的稀疏连接
神经元与认知
2017-09-06 v1
摘要
感觉处理之所以困难，是因为感兴趣的变量以相对复杂的方式编码在尖峰序列中。感觉处理的一个主要目标是理解大脑如何提取这些变量。这里我们重新审视一个常见的编码模型，其中变量被线性编码。尽管变量通常多于神经元，但这个问题仍然可解，因为任何时刻只有少量变量出现（稀疏先验）。然而，先前的解决方案通常需要全连接，这与大脑中观察到的稀疏连接不一致。这里我们提出一个原则性算法，可证明达到MAP推断解，但使用稀疏连接。我们的算法受小鼠嗅球启发，但我们的方法足够通用，可应用于其他模态；此外，它应可扩展到非线性编码模型。
引用
@article{arxiv.1709.01437,
title = {Sparse connectivity for MAP inference in linear models using sister mitral cells},
author = {Sina Tootoonian and Peter Latham},
journal= {arXiv preprint arXiv:1709.01437},
year = {2017}
}