MétaCan
Menu
Retour à la cohorte
Enregistrement W2045471975 · doi:10.1186/1471-2202-15-s1-p72

How noise correlations impact the amount of information in superior colliculus: the analysis of a population with shared receptive fields

2014· article· en· W2045471975 sur OpenAlexaff
Saba Farbodkia, Kelly Shen, Gregory S. Day, Martin Paré

Notice bibliographique

RevueBMC Neuroscience · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésReceptive fieldCorrelationPopulationNoise (video)Superior colliculusStimulus (psychology)LimitingPsychologyNeuroscienceComputer scienceMathematicsStatisticsCommunicationPattern recognition (psychology)Speech recognitionArtificial intelligenceCognitive psychology

Résumé

récupéré en direct d'OpenAlex

Superior colliculus (SC) visuomovement neurons recorded while monkeys perform two versions of visual search task with different difficulty levels have discriminating ability that exceeds the monkey’s discriminating ability [1]. This suggests that there is substantial noise added to this neuronal population. We investigated the effect of noise correlation as a possible limiting factor on the population’s overall discrimination ability. We simultaneously recorded from pairs of neurons during the simpler version of the task, and quantified the noise correlations for each pair. As expected noise correlations were mostly positive for pairs that shared the same receptive field (average= 0.14), and they mostly had the same sign as the signal correlations. Theoretically, this should reduce the amount of information that the pairs carry about the stimulus. The dependence of noise correlations on the stimuli (0.14 for target, 0.13 for distracters) was not statistically significant (p= 0.7); therefore, we didn’t expect that information be significantly added to most of pairs. We investigated the overall impact of noise correlations on the amount of information that each pair carried, by and quantifying the amount of information that the pair carried, when the noise correlations were ignored. The impacts were negligible for each pair. However, it is possible that at the level of population, the impact be different from what we observed for the pairs, due to accumulation of small amounts of correlation. To completely rule out the possibility of limiting effects of noise correlations on growth of information in the population, we investigated if the impacts would be similar in a larger population. We simulated a population of neurons with their responses sharing the basic discharge properties of our recorded neurons during each version of the task, and incorporated randomly assigned noise correlations drawn from a normal distribution with its mean and standard deviation taken from what we had obtained from the simultaneously recorded neurons. Our results so far show that at least for the simpler version of the task, where the signal-to-noise ratio is generally higher, the noise correlations do not have a significant effect, even when the population size grows large enough to saturate the mutual information between the signal and neural responses to its maximum possible amount. Therefore, it can be suggested that noise correlations do not play an important role in limiting the amount of information in a population of SC neurons during a feature visual search task.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,525
Score d'incertitude au seuil0,193

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,041
Tête enseignante GPT0,305
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC NeuroscienceMême sujetVisual perception and processing mechanismsTravaux en français237 207