- 3 次围观
内容形式：摘要译文
随着记录到的神经元群体规模不断扩大、人工网络日益强大，人们对理解和比较不同群体所编码的信息兴趣渐增。表征几何为此提供了一种强有力的刻画方式：它通过重映射刺激空间，拉伸表征良好的刺激差异，同时压缩表征较差的差异。然而，根据神经反应构建这种重映射的方式多种多样。本文从第一性原理出发，提出一种多尺度表征几何，用以刻画神经元在各个尺度上如何编码刺激差异。该几何与互信息存在精确对应关系，因此不依赖于任何解码假设。某一刺激差异对信息的贡献越大，几何上对它的拉伸就越显著。将这一方法应用于空间、运动和视觉编码后，可以揭示神经元如何协同编码信息、不同脑区有何差异，以及哪些特征编码得最好。由此，一个统一框架得以描绘所编码信息的结构，将神经编码的几何学视角与信息论视角融为一体。
关键词：神经编码 · 表征几何 · 多尺度分析 · 互信息 · 刺激编码
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.22.761206v1?rss=1
来源出处