神经编码中的相关性与独立性。

Correlation and independence in the neural code.

作者信息

Amari Shun-ichi, Nakahara Hiroyuki

出版信息

Neural Comput. 2006 Jun;18(6):1259-67. doi: 10.1162/neco.2006.18.6.1259.

DOI:10.1162/neco.2006.18.6.1259

Abstract

The decoding scheme of a stimulus can be different from the stochastic encoding scheme in the neural population coding. The stochastic fluctuations are not independent in general, but an independent version could be used for the ease of decoding. How much information is lost by using this unfaithful model for decoding? There are discussions concerning loss of information (Nirenberg & Latham, 2003; Schneidman, Bialek, & Berry, 2003). We elucidate the Nirenberg-Latham loss from the point of view of information geometry.

摘要

在神经群体编码中，刺激的解码方案可能与随机编码方案不同。一般来说，随机波动并非相互独立，但为了便于解码，可以使用独立版本。使用这种不忠实的模型进行解码会损失多少信息呢？关于信息损失存在一些讨论（尼伦伯格和莱瑟姆，2003年；施奈德曼、比亚莱克和贝里，2003年）。我们从信息几何的角度阐明尼伦伯格 - 莱瑟姆损失。