Cross-Correlation and Joint Spectro-Temporal Receptive Field Properties in Auditory Cortex
Notice bibliographique
Résumé
Recordings were made from the right primary auditory cortex in 17 adult cats using two eight-electrode arrays. We recorded the neural activity under spontaneous firing conditions and during random, multi-frequency stimulation, at 65 dB SPL, from the same units. Multiple single-unit (MSU) recordings (281) were stationary through 900 s of silence and during 900 s of stimulation. The cross-correlograms of 545 MSU pairs with peak lag times within 10 ms from zero lag time were analyzed. Stimulation reduced the correlation in background activity, and as a result, the signal-to-noise ratio of correlated activity in response to the stimulus was enhanced. Reconstructed spectro-temporal receptive fields (STRFs) for coincident spikes showed larger STRF overlaps, suggesting that coincident neural activity serves to sharpen the resolution in the spectro-temporal domain. The cross-correlation for spikes contributing to the STRF depended much stronger on the STRF overlap than the cross-correlation during either silence or for spikes that did not contribute to the STRF (OUT-STRF). Compared with that for firings during silence, the cross-correlation for the OUT-STRF spikes was much reduced despite the unchanged firing rate. This suggests that stimulation breaks up the large neural assembly that exists during long periods of silence into a stimulus related one and maybe several others. As a result, the OUT-STRF spikes of the unit pairs, now likely distributed across several assemblies, are less correlated than during long periods of silence. Thus the ongoing network activity is significantly different from that during stimulation and changes afterng arousal during stimulation.
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 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 | 0,000 |
| 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 tête enseignante, 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 ».