How Simple Cells Are Made in a Nonlinear Network Model of the Visual Cortex
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Simple cells in the striate cortex respond to visual stimuli in an approximately linear manner, although the LGN input to the striate cortex, and the cortical network itself, are highly nonlinear. Although simple cells are vital for visual perception, there has been no satisfactory explanation of how they are produced in the cortex. To examine this question, we have developed a large-scale neuronal network model of layer 4Calpha in V1 of the macaque cortex that is based on, and constrained by, realistic cortical anatomy and physiology. This paper has two aims: (1) to show that neurons in the model respond like simple cells. (2) To identify how the model generates this linearized response in a nonlinear network. Each neuron in the model receives nonlinear excitation from the lateral geniculate nucleus (LGN). The cells of the model receive strong (nonlinear) lateral inhibition from other neurons in the model cortex. Mathematical analysis of the dependence of membrane potential on synaptic conductances, and computer simulations, reveal that the nonlinearity of corticocortical inhibition cancels the nonlinear excitatory input from the LGN. This interaction produces linearized responses that agree with both extracellular and intracellular measurements. The model correctly accounts for experimental results about the time course of simple cell responses and also generates testable predictions about variation in linearity with position in the cortex, and the effect on the linearity of signal summation, caused by unbalancing the relative strengths of excitation and inhibition pharmacologically or with extrinsic current.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle