卢博米·科斯塔尔;彼得·兰斯基;马克·麦克唐纳。 经验刺激-反应模型中神经元信息的代谢成本。 （英语） Zbl 1267.92027号 生物、网络。 107，第3期，355-365（2013）. 小结：单个神经元所能传递的最大信息量的限制可能有助于我们了解大脑中如何处理感官和其他信息。根据有效编码假设[H.B.巴洛，感官信息转换的可能原理。W.Rosenblith（编辑），《感官沟通》。剑桥：麻省理工学院出版社。217–234（1961）]，神经元适应其所暴露的信号的统计特性。我们利用信息论的方法精确（数值）和近似地计算经验神经元模型可靠信息传输的极限。我们将信息传递与神经元活动的代谢成本耦合起来，并确定最佳信息与代谢成本比。我们发现，无论有无代谢约束，最优输入分布都是离散的，只有六个支持点。然而，我们还发现，许多不同的输入分布实现了接近容量的互信息，这意味着容量实现输入的精确结构不如容量值重要。 引用于5文件 MSC公司： 92立方厘米20 神经生物学 92-08 生物学问题的计算方法 关键词：信息容量;刺激-反应曲线 软件：CVX公司 PDF格式BibTeX公司 XML格式引用 \textit{L.Kostal}等人，《生物》。赛博。107，第3号，355--365（2013；Zbl 1267.92027） 全文： 内政部 参考文献： [1] Abou-Faycal IC，Trott MD，Shamai S（2001）离散时间无记忆Rayleigh-fading信道的容量。IEEE Trans-Inf理论47（4）：1290-1301·兹比尔0997.94535 ·doi:10.1109/18.923716 [2] Abramowitz M，Stegun IA（1965）数学函数手册，包括公式、图表和数学表格。纽约州多佛市·Zbl 0171.38503号 [3] Alexander RM（1996）《动物的Optima》。普林斯顿大学出版社 [4] Atick JJ（1992）信息论能提供感官加工的生态学理论吗？净计算神经系统3（2）：213-251·Zbl 0762.92007号 ·doi:10.1088/0954-898X/3/2/009 [5] Attwell D，Laughlin SB（2001）大脑灰质信号的能量预算。大脑血流代谢杂志21（10）：1133-1145·doi:10.1097/00004647-2011000-00001 [6] Baddeley R、Abbott LF、Booth MCA、Sengpiel F、Freeman T、Wakeman EA、Rolls ET（1997），初级和下颞叶视皮层神经元对自然场景的反应。罗伊律师事务所B 264:1775-1783·doi:10.1098/rspb.1997.0246 [7] Balasubramanian V，Berry MJ（2002）视网膜代谢有效编码的测试。净计算神经系统13:531-552·doi:10.1088/0954-898X/13/4/306 [8] 巴洛，HB；Rosenblith，W.（编辑），感官信息转换的可能原理，217-234（1961），剑桥 [9] Bernardo JM（1979）贝叶斯推断的参考后验分布。罗伊统计学会J 41:113-147·Zbl 0428.62004号 [10] Blahut R（1972）信道容量和速率失真函数的计算。IEEE Trans-Inf理论18（4）：460-473·Zbl 0247.94017号 ·doi:10.1109/TIT.1972.1054855 [11] Boyd S，Vandenberghe L（2004）凸优化。剑桥大学出版社·兹比尔1058.90049 [12] Brunel N，Nadal JP（1998），相互信息，Fisher信息和人口编码。神经计算10（7）：1731-1757·doi:10.1162/08997669830017115 [13] Carandini M（2004）视觉皮层神经元对试验响应可变性的放大。《公共科学图书馆·生物》2（9）：e264·doi:10.1371/journal.pbio.0020264 [14] Chan TH，Hranilovic S，Kschichang FR（2005）有界输入条件高斯信道的容量实现概率测度。IEEE Trans-Inf理论51:2073-20088·Zbl 1294.94014号 ·doi:10.1109/TIT.2005.847707 [15] Chiang M，Boyd S（2004）信道容量和速率失真的几何规划对偶。IEEE Trans-Inf理论50:245-258·兹比尔1288.94032 ·doi:10.1109/TIT.2003.822581 [16] Clarke BS，Barron AR（1990），贝叶斯方法的信息论渐近性。IEEE Trans-Inf理论36（3）：453-471·Zbl 0709.62008 ·数字对象标识代码：10.1109/18.54897 [17] Cover TM，Thomas JA（1991）《信息理论的要素》。纽约威利·Zbl 0762.94001号 ·doi:10.1002/0471200611 [18] Dauwels，J。；Cardinal，J.（编辑）；Cerf，N.（编辑）；Delgrange，O.（编辑），连续无记忆信道容量的数值计算，221-228（2005），布鲁塞尔 [19] Davis M（1980）泊松型信道的容量和截止速率。IEEE Trans-Inf理论26（6）：710-715·Zbl 0471.94011号 ·doi:10.1109/TIT.1980.1056262 [20] Dimitrov AG，Miller JP（2001）《神经编码和解码：通信信道和量化》。净计算神经系统12（4）：441-472·Zbl 1020.92008年 [21] Fairhall AL、Lewen GD、Bialek W、de Ruyter van Stevenick RR（2001）自适应神经代码中的效率和模糊性。自然412:787-792·doi:10.1038/35090500 [22] Farkhooi F，Müller E，Nawrot MP（2011），适应性降低了神经元群体编码的可变性。物理版E 83（050）：905 [23] Gallager RG（1968）《信息理论与可靠通信》。纽约威利·Zbl 0198.52201号 [24] Gastpar M、Rimoldi B、Vetterli M（2003）：编码还是不编码：重新审视失去的源通道通信。IEEE Trans-Inf理论49（5）：1147-1158·Zbl 1063.94002号 ·doi:10.1109/TIT.2003.810631 [25] Grant M，Boyd S（2009）Cvx：规范凸编程的Matlab软件（网页和软件）。http://stanford.edu/boyd/cvx [26] Greenwood PE，Lansky P（2005），神经元模型中的最佳信号估计。神经计算17（10）：2240-2257·Zbl 1079.62112号 ·doi:10.11162/089976054615653 [27] Gremiaux A、Nowotny T、Martinez D、Lucas P、Rospars JP（2012）对蛾嗅觉系统中一级神经元群传递的信号进行建模。脑研究1434:123-135·doi:10.1016/j.braines.2011.09.035 [28] Huang J，Meyn SP（2005）信道编码最佳分布的表征和计算。IEEE Trans-Inf理论51（7）：2336-2351·Zbl 1310.94065号 ·doi:10.1109/TIT.2005.850108 [29] Ikeda S，Manton JH（2009年），单个尖峰神经元通道的容量。神经计算21（6）：1714-1748·Zbl 1166.92013号 ·doi:10.1162/neco.2009.05-08-792 [30] Jacobson H（1950）人类耳朵的信息能力。《科学》112（2901）：143·doi:10.1126/science.112.2901.143 [31] Johnson DH，Goodman IN（2008）使用bernoulli模型推断矢量泊松信道的容量。净计算神经系统19（1）：13-33·网址：10.1080/09548980701656798 [32] Johnson N，Kotz S，Balakrishnan N（1994），连续单变量分布，第1卷。纽约威利·Zbl 0811.62001号 [33] Kelley JE（1960）求解凸规划的割平面方法。《Soc工业应用数学杂志》8（4）：703-712·Zbl 0098.12104号 ·数字对象标识代码：10.1137/0108053 [34] Komninakis C，Vandenberghe L，Wesel RD（2001）二项式通道的容量或无记忆通道的最小最大冗余。摘自：IEEE信息理论国际研讨会论文集，华盛顿，127页 [35] Kostal L（2010）弱信号近似下的信息容量。物理版E 82（026）：115 [36] Kostal L（2012）使用时间码的完美积分和核心神经元的近似信息容量。大脑研究1434:136-141·doi:10.1016/j.braines.2011.07.007 [37] Kostal L，Lansky P（2010）《小振幅信号的信息传输》。物理版E 81:050901（R） [38] Kostal L，Lansky P（2013）在简单均匀嗅觉神经元群体中代谢约束下的信息传递（提交的手稿） [39] Kostal L，Lansky P，Rospars JP（2008）蛾类信息素受体神经元中的高效嗅觉编码。公共科学图书馆Comp Biol 4:e1000053·兹比尔0969.92503 [40] Lansky P，Sacerdote L（2001）具有信号依赖性噪声的Ornstein-Uhlenbeck神经元模型。物理快报A 285（3-4）：132-140·兹比尔0969.92503 ·doi:10.1016/S0375-9601（01）00340-1 [41] Lansky P，Pokora O，Rospars JP（2008）基于刺激反应曲线及其变异性的刺激分类。大脑研究1225:57-66·doi:10.1016/j.braines.2008.04.058 [42] Laughlin SB（1981）一个简单的编码过程增强了神经元的信息能力。Z Naturforsch 36（9-10）：910-912 [43] Laughlin SB、de Ruyter van Stevenick RR、Anderson JC（1998）《神经信息的代谢成本》。自然神经科学1（1）：36-41·doi:10.1038/236 [44] Levy WB，Baxter RA（1996），节能神经代码。神经计算8（3）：531-543·doi:10.1162/neco.1996.8.3.531 [45] Levy WB，Baxter RA（2002），通过量子突触失败进行节能神经元计算。神经科学杂志22（11）：4746-4755 [46] Machens CK、Gollisch T、Kolesnikova O、Herz AVM（2005）《用最佳刺激集合测试感官编码的效率》。神经元47（3）：447-456·doi:10.1016/j.neuron.2005.06.015 [47] McDonnell MD，Flitney AP（2009），通过单光子源中的偏振调制进行信号采集。物理版E 80:060102（R）·Zbl 1079.62112号 [48] McDonnell MD，Stocks NG（2008），乙状码速率编码神经元和种群的最大信息刺激和调谐曲线。物理评论稿101（5）：058103 [49] McDonnell MD，Mohan A，Stricker C，Ward LM（2012）伽马振荡的输入速率调制对网络拓扑、延迟和短期可塑性敏感。大脑研究1434:162-177·doi:10.1016/j.braines.2011.08.070 [50] McEliece RJ（2002）《信息与编码理论》。剑桥大学出版社·Zbl 1003.94003号 ·doi:10.1017/CBO9780511606267 [51] Moujahid A，d'Anjou A，Torrealdea FJ（2011）霍奇金-霍克斯利神经元的能量和信息。物理版E 83（031）：912 [52] Mountcastle VB，Poggio GF，Werner G（1963）丘脑细胞对周围刺激的反应关系在一个密集的连续过程中发生变化。神经生理学杂志26（5）：807-834 [53] Nadal JP，Bonnasse-Gahot L（2012）类别感知：从编码效率到反应时间。大脑研究1434:47-61 [54] Nikitin AP、Stocks NG、Morse RP、McDonnell MD（2009）神经种群编码通过离散调谐曲线进行优化。物理评论稿103（138）：101 [55] Pawlas Z，Klebanov LB，Prokop M，Lansky P（2008）短时间窗口内观测到的尖峰列车参数。神经计算20（5）：1325-1343·兹比尔1138.92015 [56] Quastler H（1953）《信息论在生物学中的应用》。伊利诺伊大学出版社，香槟 [57] Quiroga RQ，Panzeri S（2009）《从神经元群体中提取信息：信息理论和解码方法》。《国家神经科学评论》10:173-185·doi:10.1038/nrn2578 [58] Rieke F、de Ruyter van Stevenick RR、Warland D、Bialek W（1997）《尖峰：探索神经代码》。麻省理工学院出版社，剑桥·Zbl 0912.92004号 [59] Rissanen JJ（1996）Fisher信息和随机复杂性。IEEE Trans-Inf理论42（1）：40-47·Zbl 0856.94006号 ·数字对象标识代码：10.1109/18.481776 [60] Sadeghi P、Vontobel PO、Shams R（2009）《带内存信道的信息速率上下限优化》。IEEE Trans-Inf理论55（2）：663-688·Zbl 1367.94262号 ·doi:10.1109/TIT.2008.2009581 [61] Schreiber S、Machens CK、Herz AVM、Laughlin SB（2002）《离散随机事件的节能编码》。神经计算14:1323-1346·Zbl 0994.92009号 ·doi:10.1162/089976602753712963 [62] Schroeder DJ（1999）《天文光学》。圣地亚哥学术出版社 [63] Shadlen MN，Newsome WT（1998），皮层神经元的可变放电：连通性、计算和信息编码的含义。神经科学杂志18（10）：3870-3896 [64] Smith JG（1971）振幅和方差约束的巩膜高斯通道的信息容量。通知控制18（3）：203-219·Zbl 0219.94013号 ·doi:10.1016/S0019-9958（71）90346-9 [65] Stein RB（1967）使用频率码的神经细胞的信息容量。生物物理学J 7（6）：797-826·doi:10.1016/S0006-3495（67）86623-2 [66] Stein RB、Gossen ER、Jones KE（2005）《神经可变性：噪声还是信号的一部分？》？《神经科学自然评论》6（5）：389-397·doi:10.1038/nrn1668 [67] de Ruyter van Stevenick RR，Laughlin SB（1996）分级电位突触的信息传递速率。自然379（6566）：642-644·doi:10.1038/379642a0 [68] Suksompong P，Berger T（2010）动作电位阈值下降的完整和完整神经元的容量分析。IEEE跨信息理论56（2）：838-851·Zbl 1366.92016号 ·doi:10.1109/TIT.2009.2037042 [69] Tchamkerten A（2004）关于电容实现分布的离散性。IEEE Trans-Inf理论50（11）：2773-2778·Zbl 1298.94050号 ·doi:10.1109/TIT.2004.836662 [70] 塔克韦尔HC（1988）理论神经生物学导论，第2卷。剑桥大学出版社，纽约·Zbl 0647.92009号 ·doi:10.1017/CBO9780511623271 [71] Verdu S（1990）单位成本的通道容量。IEEE Trans-Inf理论36（5）：1019-1030·Zbl 0738.94011号 ·数字对象标识代码：10.1109/18.57201 [72] Wainrib G，Thieulen M，Pakdaman K（2010），第一次放电潜伏期的内在可变性。生物周期103:43-56·Zbl 1266.92024号 ·doi:10.1007/s00422-010-0384-8 [73] Weinstock R（1974）《变分法》。纽约州多佛市·Zbl 0296.49001号 [74] Wiener MC，Richmond BJ（1999）使用响应模型来估计使用时间编码的静止视觉刺激的神经元分类的通道容量。神经生理学杂志82（6）：2861-2875 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。