斯图亚特·亚罗;爱德华·查利斯;斯里耶斯,佩吉 有限神经种群中的Fisher和Shannon信息。 (英语) Zbl 1247.92006号 神经计算。 24,第7期,1740-1780(2012). 摘要:通常使用两类统计度量来研究神经代码的精度:在研究非常小的神经元种群时使用香农互信息和导出量,在研究大种群时使用费希尔信息。这些统计工具不再是理论家的专利,而是由实验研究小组用于分析实证数据。尽管在无限种群的极限下,信息论和基于Fisher的测度之间的关系相对较清楚,但这些测度在有限规模种群中的比较尚未得到系统的探索。我们的目标是缩小这一差距。我们特别感兴趣的是了解群体中给定神经元对哪些刺激编码最好,以及这如何取决于所选择的测量。我们使用一种新的蒙特卡罗方法来计算最多256个神经元种群的互信息(SSI)的刺激特定分解,并表明Fisher信息可以用于准确估计100个神经元种群中的互信息和SSI,即使存在生物学上真实的可变性、噪声相关性和与实验相关的积分时间。根据这两种测量,编码最好的刺激是那些落在神经元调谐曲线两侧的刺激。然而,在少于50个神经元的人群中,Fisher信息可能会产生误导。 引用于9文件 MSC公司: 92C20美元 神经生物学 92秒20 生物研究、人工生命和相关主题中的神经网络 62B10型 信息论主题的统计学方面 94甲15 信息论(总论) 65二氧化碳 蒙特卡罗方法 PDF格式BibTeX公司 XML格式引用 \textit{S.Yarrow}等人,《神经计算》。24,第7号,1740--1780(2012;Zbl 1247.92006) 全文: 内政部 参考文献: [1] 内政部:10.1162/08997669900016827·doi:10.1162/0899766999300016827 [2] 内政部:10.1038/nrn1888·doi:10.1038/nrn1888 [3] DOI:10.1016/j.neuron.2008.09.021·doi:10.1016/j.neuron.2008.09.021 [4] DOI:10.1073/pnas.1015904108·doi:10.1073/pnas.1015904108 [5] 内政部:10.1162/08997660260293247·Zbl 1019.68098号 ·doi:10.1162/08997660260293247 [6] 内政部:10.1162/08997660252741176·Zbl 0987.92004号 ·doi:10.1162/08997660252741176 [7] 内政部:10.1038/14731·doi:10.1038/14731 [8] 内政部:10.1162/08997669830017115·doi:10.1162/08997669830017115 [9] DOI:10.1371/journal.pbio.0040092·doi:10.1371/journal.pbio.0040092 [10] DOI:10.1073/pnas.0807744105·doi:10.1073/pnas.0807744105 [11] DOI:10.1016/S1364-6613(00)01856-8·doi:10.1016/S1364-6613(00)01856-8 [12] Cover T.M.,《信息论要素》(2006)·兹比尔1140.94001 [13] DOI:10.1038/nn1541·文件编号:10.1038/nn1541 [14] 内政部:10.1088/0954-898X/10/4/303·Zbl 0953.94010号 ·doi:10.1088/0954-898X/10/4/303 [15] 内政部:10.1364/JOSAA.24.001529·doi:10.1364/JOSAA.24.001529 [16] DOI:10.1126/科学.1179867·doi:10.1126/science.1179867 [17] 内政部:10.1038/35090500·doi:10.1038/35090500 [18] 内政部:10.1038/nature06563·doi:10.1038/nature06563 [19] DOI:10.1038/nature02768·doi:10.1038/nature02768 [20] 内政部:10.1007/BF00961433·doi:10.1007/BF00961433 [21] DOI:10.1016/S0042-6989(00)00314-X·doi:10.1016/S0042-6989(00)00314-X [22] 内政部:10.1080/713663492·数字对象标识代码:10.1080/713663492 [23] 内政部:10.1523/JNEUROSCI.4272-03.2004·doi:10.1523/JNEUROSCI.4272-03.2004 [24] DOI:10.1523/JNEUROSCI.5319-04.2005·doi:10.1523/JNEUROSCI.5319-04.2005 [25] DOI:10.1016/j.neuron.2005.06.015·doi:10.1016/j.neuron.2005.06.015 [26] 内政部:10.1080/01621459.1949.10483310·doi:10.1080/016214591949.10483310 [27] 内政部:10.1523/JNEUROSCI.2899-10.2010·doi:10.1523/JNEUROSCI.2899-10.2010 [28] DOI:10.1016/j.heares.2007.012·doi:10.1016/j.heeres.2007.012 [29] 内政部:10.1016/S0166-2236(97)01216-2·doi:10.1016/S0166-2236(97)01216-2 [30] DOI:10.1016/S0896-6273(01)00251-3·doi:10.1016/S0896-6273(01)00251-3 [31] 内政部:10.1007/BF00363954·doi:10.1007/BF000363954 [32] 内政部:10.1038/nrn2578·doi:10.1038/nrn2558 [33] DOI:10.1016/S0959-4388(03)00034-5·doi:10.1016/S0959-4388(03)00034-5 [34] DOI:10.1523/JNEUROSCI.4946-07.2008欧元·doi:10.1523/JNEUROSCI.4946-07.2008 [35] 内政部:10.1038/nn1321·doi:10.1038/nn1321 [36] DOI:10.1162/neco.2009.09-08-869·Zbl 1181.92011年 ·doi:10.1162/neco.2009.09-08-869 [37] 数字对象标识码:10.1073/pnas.90.22.10749·doi:10.1073/pnas.90.22.10749 [38] 内政部:10.1162/089976604773717559·Zbl 1053.92013年 ·doi:10.1162/089976604773717559 [39] 数字对象标识码:10.1002/j.1538-7305.1948.tb01338.x·Zbl 1154.94303号 ·doi:10.1002/j.1538-7305.1948.tb01338.x [40] Theunissen F.E.,J.神经生理学66页1690–(1991) [41] Tovée M.J.,J.神经生理学。70页640–(1993) [42] 内政部:10.1016/j.conb.2005.08.002·doi:10.1016/j.conb.2005.08.002 [43] 内政部:10.1088/0954-898X/8/2/003·Zbl 0927.92011号 ·doi:10.1088/0954-898X/8/2/003 [44] DOI:10.1016/j.conb.2007.07.001·doi:10.1016/j.conb.2007.07.001 [45] 内政部:10.1162/089976602753284482·Zbl 0988.92010号 ·doi:10.1162/089976602753284482 [46] 内政部:10.1088/0954-898X/13/4/302·doi:10.1088/0954-898X/13/4/302 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。