Sparse and dense coding of natural stimuli by distinct midbrain neuron subpopulations in weakly electric fish
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
While peripheral sensory neurons respond to natural stimuli with a broad range of spatiotemporal frequencies, central neurons instead respond sparsely to specific features in general. The nonlinear transformations leading to this emergent selectivity are not well understood. Here we characterized how the neural representation of stimuli changes across successive brain areas, using the electrosensory system of weakly electric fish as a model system. We found that midbrain torus semicircularis (TS) neurons were on average more selective in their responses than hindbrain electrosensory lateral line lobe (ELL) neurons. Further analysis revealed two categories of TS neurons: dense coding TS neurons that were ELL-like and sparse coding TS neurons that displayed selective responses. These neurons in general responded to preferred stimuli with few spikes and were mostly silent for other stimuli. We further investigated whether information about stimulus attributes was contained in the activities of ELL and TS neurons. To do so, we used a spike train metric to quantify how well stimuli could be discriminated based on spiking responses. We found that sparse coding TS neurons performed poorly even when their activities were combined compared with ELL and dense coding TS neurons. In contrast, combining the activities of as few as 12 dense coding TS neurons could lead to optimal discrimination. On the other hand, sparse coding TS neurons were better detectors of whether their preferred stimulus occurred compared with either dense coding TS or ELL neurons. Our results therefore suggest that the TS implements parallel detection and estimation of sensory input.
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 | 0,000 |
| 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 découle