- 4 次围观
非线性动力系统的在线辨识面临两项挑战。含噪且不完整的观测使潜在状态难以估计；局部吸引子也可能使被动轨迹长期停留在无法充分揭示未知动力学的区域。这两项挑战常见于闭环神经实验：刺激必须根据含噪的脉冲计数来选择，而除非刺激驱动神经活动离开稳定状态，否则活动可能一直停留在该状态附近。我们通过主动选择输入，在实验过程中收集信息丰富的观测，以应对这一问题。我们提出 PALDI（基于规划的主动潜在动力学辨识），将扩展卡尔曼状态预测、单步拉普拉斯状态更新、分块高斯参数更新和有限时域规划结合起来。其参数期望信息增益代理指标结合了动力学敏感度与状态 Fisher 信息，并在潜在状态不确定时降低表观参数信息的权重。我们将 PALDI 与非自适应输入、贪心策略以及两种主动基线方法进行比较：单步 D 最优方法 FLEX，以及结合不确定性采样的滚动时域好奇心策略。在一个描述兴奋性和抑制性群体的双稳态 Wilson-Cowan 模型上，PALDI 的表现接近真实模型参考值；随着观测信噪比下降或读出几何结构出现偏差，其优势仍最为突出。随后，我们在一个脉冲神经决策网络中测试辨识效果，并采用简化的动力学与观测模型来近似数据生成过程。PALDI 的留出集预测 R² 中位数达到 0.90，接近拟合参考模型；在各类辨识策略中，其模型在改变选择成功率方面表现最高。信息引导的有限时域规划是一种实用的…采用闭环刺激识别神经回路动力学的策略
超越吸引子：用于学习多稳态神经动力学的闭环刺激设计 | bioRxiv
跳转至主要内容
首页
关于
投稿
提醒 / RSS
搜索关键词
高级搜索
最新结果
超越吸引子：用于学习多稳态神经动力学的闭环刺激设计
查看 ORCID 个人资料
Hyungju Jeon
，
查看 ORCID 个人资料
Il Memming Park
doi：
https://doi.org/10.64898/2026.10.05.756678
Hyungju Jeon
Champalimaud 基金会
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Hyungju Jeon 的 ORCID 记录
Il Memming Park
Champalimaud 基金会
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Il Memming Park 的 ORCID 记录
通讯联系：
memming.park{at}research.fchampalimaud.org
摘要
信息/历史
指标
补充材料
PDF 预览
摘要
非线性动力系统的在线辨识面临两项挑战。带噪声且不完整的观测使潜在状态难以估计；局部吸引子也可能使被动轨迹停留在无法充分揭示未知动力学的区域。这两项挑战在闭环神经实验中十分常见：刺激必须依据带噪声的脉冲计数来选择，而除非刺激将神经活动驱离稳定状态，否则神经活动可能始终停留在该状态附近。为解决这一问题，我们通过主动选择输入，在实验过程中收集信息丰富的观测。我们提出 PALDI（基于规划的主动潜在动力学辨识），该方法结合了扩展卡尔曼状态预测、单步拉普拉斯状态更新、分块高斯参数更新和有限时域规划。其参数期望信息增益代理指标结合了动力学敏感性与状态
费舍尔信息会因潜在状态的不确定性而折减表观参数信息。我们将 PALDI 与非自适应输入、贪心策略，以及两种主动基线方法进行比较：单步 D 最优方法 FLEX，以及采用不确定性采样的滚动时域好奇心策略。在一个描述兴奋性与抑制性神经元群体的双稳态 Wilson-Cowan 模型中，PALDI 的表现接近真实模型参考方法；随着观测信号噪声比降低或读出几何结构出现偏差，它仍保持最优表现。随后，我们在一个脉冲决策网络中测试参数识别，并采用简化的动力学与观测模型来近似数据生成过程。PALDI 在留出集上的预测 R² 中位数达到 0.90，接近拟合参考方法；在各识别策略中，其模型在改变选择（change-of-mind）任务上的成功率最高。基于信息引导的有限时域规划，是通过闭环刺激识别神经回路动力学的一种实用策略。
利益冲突声明
作者声明不存在利益冲突。
资助方信息声明
科学与技术基金会（Fundação para a Ciência e Tecnologia），
2024.04636.BD，
UID/04443/2025
版权
本预印本的版权所有者为作者/资助方；其已授予 bioRxiv 永久展示该预印本的许可。
本文依据 CC-BY 4.0 国际许可协议公开。
返回顶部
上一篇
下一篇
发布于 2026 年 10 月 12 日。
下载 PDF
补充材料
电子邮件
感谢您有意传播 bioRxiv 上的内容。
注意：此处要求提供您的电子邮件地址，仅用于确认您是本文的发送者。
您的电子邮件地址
*
您的姓名
*
收件人
*
每行输入一个地址，或用逗号分隔多个地址。
您将要发送的内容：
《超越吸引子：》
超越吸引子：用于学习多稳态神经动力学的闭环刺激设计
Hyungju Jeon，Il Memming Park
bioRxiv
2026.10.05.756678
doi：https://doi.org/10.64898/2026.10.05.756678
主题领域：神经科学
关键词：神经动力学辨识 · 闭环刺激设计 · 主动学习 · 多稳态系统 · Wilson-Cowan模型
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.05.756678v1?rss=1