Optimized Parallel Coding of Second-Order Stimulus Features by Heterogeneous Neural Populations
Notice bibliographique
Résumé
UNLABELLED: Efficient processing of sensory input is essential to ensure an organism's survival in its natural environment. Growing evidence suggests that sensory neurons can optimally encode natural stimuli by ensuring that their tuning opposes stimulus statistics, such that the resulting neuronal response contains equal power at all frequencies (i.e., is "white"). Such temporal decorrelation or whitening has been observed across modalities, but the effects of neural heterogeneities on determining tuning and thus responses to natural stimuli have not been investigated. Here, we investigate how heterogeneities in sensory pyramidal neurons organized in three parallel maps representing the body surface determine responses to second-order electrosensory stimulus features in the weakly electric fish Apteronotus leptorhynchus While some sources of heterogeneities such as ON- and OFF-type responses to first-order did not affect responses to second-order electrosensory stimulus features, other sources of heterogeneity within and across the maps strongly determined responses. We found that these cells effectively performed a fractional differentiation operation on their input with exponents ranging from zero (no differentiation) to 0.4 (strong differentiation). Varying adaptation in a simple model explained these heterogeneities and predicted a strong correlation between fractional differentiation and adaptation. Using natural stimuli, we found that only a small fraction of neurons implemented temporal whitening. Rather, a large fraction of neurons did not perform any significant whitening and thus preserved natural input statistics in their responses. We propose that this information is needed to properly decode optimized information sent in parallel through temporally whitened responses based on context. SIGNIFICANCE STATEMENT: We demonstrate that heterogeneities in the same sensory neuron type can either have no or significant influence on their responses to second-order stimulus features. While an ON- or OFF-type response to first-order stimulus attributes has no significant influence on responses to second-order stimulus features, we found that only a small fraction of sensory neurons optimally encoded natural stimuli through high-pass filtering, thereby implementing temporal whitening. Surprisingly, a large fraction of sensory neurons performed little if no filtering of stimuli, thereby preserving natural stimulus statistics. We hypothesize that this pathway is necessary to properly decode optimized information contained in temporally whitened responses based on context.
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 | 0,001 |
| 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) | 0,001 | 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 ».