arXiv cs.LG精选71

从神经元与其他神经元的相关性中读出其调谐特性

Reading a neuron's tuning from its correlations with other neurons

· 1小时前

精选理由

揭示仅凭神经元间的相关性也能推断其偏好方向与视野位置,并解析这一能力的边界。

AI 摘要

arXiv:2611.06927v1 公告类型:交叉收录 摘要:通常,人们通过将神经元的活动与刺激联系起来,确定它表征的内容。我们探究的是:所记录神经元群体的相关矩阵是否包含同样的信息;该矩阵保留神经元之间的两两关系,而舍弃刺激信息。一个仅接收512个采样神经元相关矩阵的 transformer,在输入中没有标签、也没有参考群体的情况下,从 MICrONS 活体响应中解码出小鼠视觉皮层神经元的偏好朝向,平均误差为25°(无先验信息时为45°;最佳恒定猜测为41°),并解码出其感受野位置,R^2 = 0.23;在数字孪生平台上,相应结果为20°和0.48。当判断一个神经元偏好水平还是垂直朝向时,它对活体神经元的判断准确率为79%,对数字孪生神经元的判断准确率为87%,而始终选择多数类答案的准确率为56%;它无法区分斜向偏好。朝向的排列顺序之所以能够恢复,是因为朝向类别之间的关系近似具有循环对称性,这使得类别结构可以确定到仅存在旋转和镜像反射的不确定性;而参考框架的旋转之所以能够恢复,仅仅是因为存在对这种对称性的偏离。在各朝向具有相同代表数量、且训练刺激与测试刺激互不重叠的条件下,这种偏离仍然存在,它体现为信号相关性的各向异性:在 V1 中,偏好主导朝向的神经元彼此之间的响应最为相似,而仅具有这一属性的模型群体就能恢复参考框架。在 Allen Brain Observatory 的33只小鼠中,利用漂移光栅刺激得到的神经元关系,只有当采样群体混合了不同动物的神经元时,朝向解码才能迁移到未见过的动物;对于仅从单只动物抽取的群体,解码误差并未可测量地低于最佳恒定猜测,这一限制源于单只动物所能提供的群体多样性。对于感受野,能够跨动物迁移的信息是每只动物的成像区域对应屏幕上的哪个位置,而非该区域内神经元的布局。

查看原文(arXiv cs.LG)