神经系统系统辨识：若我们做对了，会知道吗？
神经元与认知
2023-09-01 v2 人工智能
机器学习
摘要
人工神经网络正被提议作为大脑部分区域的模型。这些网络与生物神经元的记录进行比较，而在重现神经响应上的良好表现被视为支持模型的有效性。一个关键问题在于，这种系统辨识方法能在多大程度上告诉我们有关脑计算的信息。它是否能验证一种模型架构优于另一种？我们通过以已知真值模型替换脑记录，评估了最常用的比较技术（如线性编码模型和中心化核对齐）正确辨识模型的能力。系统辨识性能相当不稳定；它还显著依赖于独立于真值架构的因素，如刺激图像。此外，我们展示了在辨识更高层级架构基序时使用功能相似性分数的局限性。
引用
@article{arxiv.2302.06677,
title = {System identification of neural systems: If we got it right, would we know?},
author = {Yena Han and Tomaso Poggio and Brian Cheung},
journal= {arXiv preprint arXiv:2302.06677},
year = {2023}
}