×
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。