汤姆·盖迪恩;阿尔伯特·E·帕克。;亚历山大·迪米特洛夫。 信息失真和神经编码。 (英语) Zbl 1030.68035号 可以。申请。数学。问:。 10,第1期,33-70(2002). 小结:我们的主要兴趣是神经整体活动如何表示感官刺激的问题。本文讨论了一种表征神经编码方案的新方法。它试图描述神经集成活动中编码的特定刺激参数,同时确定用于编码该信息的神经符号的性质。这种最近开发的神经编码分析方法将内在信息理论成本函数(信息失真)最小化,以生成编码方案的简单近似值,随着可用数据的增加,可以对其进行改进。我们研究这个优化问题。容许区域是单形的直接乘积。我们证明了最优解总是出现在容许区域的顶点处。这使我们能够将问题重新表述为顶点集上的最大化问题,并开发一种算法,该算法在温和的条件下总是找到局部极值。我们将此新算法与标准优化方案在合成案例和蟋蟀颈部感觉系统生理记录上的性能进行了比较。 引用于1文件 MSC公司: 68页30 编码和信息理论(压缩、压缩、通信模型、编码方案等)(计算机科学方面) 94A34型 信息与传播理论中的速率失真理论 94甲15 信息论(总论) 78M50型 光学和电磁理论中的优化问题 90C27型 组合优化 关键词:标准优化方案 PDF格式BibTeX公司 XML格式引用 \textit{T.Gedeon}等人,加拿大。申请。数学。问10,第1号,33-70(2002;Zbl 1030.68035)