符号规则及其延伸：神经群体编码中的边界效应、灵活性与噪声相关性

在重复呈现相同刺激时，感觉神经元表现出可变响应。这种“噪声”通常在细胞对之间是相关的，神经科学中一个历史悠久的问题是这些噪声相关性如何影响群体编码刺激的能力。在此，我们考虑群体编码的一个非常通用的设定，研究信息如何随噪声相关性变化，同时保持问题的所有其他方面（如神经调谐曲线等）固定。这项工作产生了对噪声相关性作用的统一见解。这些见解以定理形式总结，并通过涉及具有多样调谐曲线的神经元的数值示例加以说明。我们的主要贡献如下：(1) 我们推广了先前的结果以证明符号规则 (SR)：如果神经元对之间的噪声相关性符号与其信号相关性符号相反，则与独立情形相比，编码性能将得到改善。这适用于三种不同的编码性能度量，以及任意的调谐曲线和异质性水平。这种通用性也适用于我们的其他结果。(2) 正如文献中指出的那样，SR 并未提供良好编码的必要条件。我们表明，多种多样的相关结构可以改善编码。其中许多结构违反了 SR，实验观测到的相关性也是如此。这种多样性具有结构性：我们证明最优相关结构必须位于可能的噪声相关性集合的边界上。(3) 我们提供了一组新的充要条件，在此条件下，（存在噪声时的）编码性能将与完全没有噪声时一样好。