Preparing for the unpredictable: adaptive feedback enhances the response to unexpected communication signals
Notice bibliographique
Résumé
To interact with the environment efficiently, the nervous system must generate expectations about redundant sensory signals and detect unexpected ones. Neural circuits can, for example, compare a prediction of the sensory signal that was generated by the nervous system with the incoming sensory input, to generate a response selective to novel stimuli. In the first-order electrosensory neurons of a gymnotiform electric fish, a negative image of low-frequency redundant communication signals is subtracted from the neural response via feedback, allowing unpredictable signals to be extracted. Here we show that the cancelling feedback not only suppresses the predictable signal but also actively enhances the response to the unpredictable communication signal. A transient mismatch between the predictive feedback and incoming sensory input causes both to be positive: the soma is suddenly depolarized by the unpredictable input, whereas the neuron's apical dendrites remain depolarized by the lagging cancelling feedback. The apical dendrites allow the backpropagation of somatic spikes. We show that backpropagation is enhanced when the dendrites are depolarized, causing the unpredictable excitatory input to evoke spike bursts. As a consequence, the feedback driven by a predictable low-frequency signal not only suppresses the response to a redundant stimulus but also induces a bursting response triggered by unpredictable communication signals.
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 | 0,001 | 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 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 ».