Neuronal population activity in area 8a of macaques predicts saccade end point
Notice bibliographique
Résumé
Previous electrophysiological studies have demonstrated that single neurons in area 8a of macaques are involved in the planning and execution of saccadic eye movements. However, most of these studies have recorded from one neuron at a time and pooled neuronal responses over multiple non-simultaneous single trial presentations of the same condition. This procedure assumes that responses of single neurons are independent (non-correlated), an assumption that has proven to be erroneous. Here, we implanted 96-channels multielectrode arrays in the area 8a of two macaques and recorded single and multiunit activity while they performed a visually guided saccade task to one out of four simultaneously presented targets. Simultaneous neuronal spiking activity aligned to the initiation of the saccade was inputted into a support vector machine (SVM) algorithm to optimize a model predicting to which quadrant of the screen the monkey would saccade. Including all neurons, the model achieved 67% accuracy in predicting saccade end point. Including only neurons with significant spatial tuning increased the model accuracy to 94%. Interestingly, the analysis period that yielded the best accuracy spanned from saccade initiation to 80 msec before, longer or shorter time intervals slightly diminishing model performance. In order to assess the effect of the simultaneity of the neuronal activity on model performance, we destroyed simultaneity by shuffling trials’ identity within experimental conditions, which concomitantly abolishes noise correlations. Surprisingly, noise-correlations-free activity yielded significantly better prediction accuracy both when all neurons were included (+9%) and when only spatially tuned neurons were selected (+4%). These preliminary results suggest that neuronal population activity in the macaque area 8a can be decoded to predict stereotyped saccade end point with high accuracy, and that noise correlations have a slight detrimental effect on population decoding using a SVM classifier. Meeting abstract presented at VSS 2013
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».