塔吉亚纳·夏佩;鲁斯特,妮可·C。;威廉·比亚莱克 分析神经对自然信号的反应:最大信息维度。 (英语) Zbl 1054.92018年 神经计算。 16,第2期,223-250(2004). 小结:我们提出了一种方法,可以对非因果性且具有强相关性的自然刺激的神经反应进行严格的统计分析。我们想到了一个模型,在这个模型中,神经元在高维刺激空间外对少量刺激维度具有选择性,但在这个子空间内,响应可以是任意非线性的。现有的分析方法是基于刺激和响应之间的相关函数,但这些方法只能在高斯刺激集合的情况下工作。作为相关函数的替代,我们最大化了神经响应和刺激在低维子空间上的投影之间的互信息。这个过程可以通过增加这个子空间的维数来迭代完成。那些允许恢复尖峰和完全未投射刺激之间所有信息的维度描述了相关的子空间。如果相关子空间的维数确实很小,那么即使在完全自然的刺激条件下也可以映射神经元的输入输出函数。这些想法分别在模型视觉和听觉神经元对自然场景和声音的响应仿真中得到了说明。 引用于22文件 MSC公司: 92C20美元 神经生物学 94甲17 信息的度量,熵 PDF格式BibTeX公司 XML格式引用 \textit{T.Sharpee}等人,《神经计算》。16,第2号,223--250(2004;Zbl 1054.92018) 全文: 内政部 arXiv公司 参考文献: [1] 内政部:10.1162/08997660360675017·Zbl 1085.68609号 ·doi:10.1162/08997660360675017 [2] DOI:10.1098/rspb.1997.0246·doi:10.1098/rspb.1997.0246 [3] 内政部:10.1088/0954-898X/12/3/301·doi:10.1088/0954-898X/12/3/301 [4] DOI:10.1016/S0896-6273(00)81205-2·doi:10.1016/S0896-6273(00)81205-2 [5] 内政部:10.1162/089976600300015259·doi:10.11162/089977600300015259 [6] 内政部:10.1080/713663221·Zbl 0969.92007 ·doi:10.1080/713663221 [7] 内政部:10.1007/BF00368371·doi:10.1007/BF00368371 [8] DOI:10.1109/TBME.1968.4502561·doi:10.1109/TBME.1968.4502561 [9] de Ruyter,程序。R.Soc.伦敦。B 265第259页–(1988年) [10] 内政部:10.1126/science.275.5307.1805·doi:10.126/科学275.5307.1805 [11] 内政部:10.1088/0954-898X/12/4/303·Zbl 1020.92008年 ·doi:10.1088/0954-898X/12/4/303 [12] DOI:10.1088/0954-898x6/3/003·Zbl 0828.92004号 ·doi:10.1088/0954-898X/6/3/003 [13] 内政部:10.1038/35090500·doi:10.1038/35090500 [14] DOI:10.1016/S0896-6273(00)00072-6·doi:10.1016/S0896-6273(00)00072-6 [15] 内政部:10.1088/0954-898X/12/3/305·doi:10.1088/0954-898X/12/3/305 [16] 数字对象标识码:10.1126/science.7770778·doi:10.1126/science.7770778 [17] 内政部:10.1088/0954-898X/14/3/304·doi:10.1088/0954-898X/14/3/304 [18] 内政部:10.1162/089976603321780272·Zbl 1052.62003年 ·doi:10.1162/089976603321780272 [19] 内政部:10.1088/0954-898X/7/1/006·Zbl 0898.92013号 ·doi:10.1088/0954-898X/7/1/006 [20] Reinagel P.,J.神经科学。第20页,5392页–(2000年) [21] DOI:10.1098/rspb.1995.0204·doi:10.1098/rspb.1995.0204 [22] DOI:10.1167/2.1.2·doi:10.1167/2.1.2 [23] DOI:10.1016/S0042-6989(96)00247-7·doi:10.1016/S0042-6989(96)00247-7 [24] Rolls E.T.,神经科学杂志。第23页,339页–(2003年) [25] 内政部:10.1088/0954-898X/5/4/006·Zbl 0824.92030号 ·doi:10.1088/0954-898X/5/4/006 [26] 内政部:10.1103/PhysRevLett.73.814·doi:10.1103/PhysRevLett.73.814 [27] Sen K.,J.神经生理学。第86页,第1445页–(2001年) [28] 内政部:10.1146/年修订号:2.4.1.1193欧元·doi:10.1146/annurev.neuro.24.1.1193 [29] 内政部:10.1038/386069a0·数字对象标识代码:10.1038/386069a0 [30] Smyth D.,神经科学杂志。第23页,4746页–(2003年) [31] 斯坦利·G·B、J·神经科学。第19页,8036页–(1999年) [32] 内政部:10.1103/PhysRevLett.80.197·doi:10.1103/PhysRevLett.80.197 [33] Theunissen F.E.,J.神经科学。第20页,第2315页–(2000年) [34] Touryan J.,J.神经科学。第22页,第10811页–(2002年) [35] 内政部:10.1162/neco.1995.7.2.399·doi:10.1162/neco.1995.7.2.399 [36] DOI:10.1080/网.12.3.395.407·doi:10.1080/net.12.3.395.407 [37] 内政部:10.1038/35068559·doi:10.1038/35068559 [38] 内政部:10.1126/science.287.5456.1273·数字对象标识代码:10.1126/science.287.5456.1273 [39] Vinje W.E.,《神经科学杂志》。第22页,第2904页–(2002年) [40] 内政部:10.1038/258317a0·数字对象标识代码:10.1038/258317a0 [41] DOI:10.1016/S0896-6273(03)00022-9·doi:10.1016/S0896-6273(03)00022-9 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。