Tuning for rate and duration of frequency-modulated sweeps in the mammalian inferior colliculus
Notice bibliographique
Résumé
Responses of auditory duration-tuned neurons (DTNs) are selective for stimulus duration. We used single-unit extracellular recording to investigate how the inferior colliculus (IC) encodes frequency-modulated (FM) sweeps in the big brown bat. It was unclear whether the responses of so-called "FM DTNs" encode signal duration, like classic pure-tone DTNs, or the FM sweep rate. Most FM cells had spiking responses selective for downward FM sweeps. We presented cells with linear FM sweeps whose center frequency (CEF) was set to the best excitatory frequency and whose bandwidth (BW) maximized the spike count. With these baseline parameters, we stimulated cells with linear FM sweeps randomly varied in duration to measure the range of excitatory FM durations and/or sweep rates. To separate FM rate and FM duration tuning, we doubled (and halved) the BW of the baseline FM stimulus while keeping the CEF constant and then recollected each cell's FM duration tuning curve. If the cell was tuned to FM duration, then the best duration (or range of excitatory durations) should remain constant despite changes in signal BW; however, if the cell was tuned to the FM rate, then the best duration should covary with the same FM rate at each BW. A Bayesian model comparison revealed that the majority of neurons were tuned to the FM sweep rate, although a few cells showed tuning for FM duration. We conclude that the dominant parameter for temporal tuning of FM neurons in the IC is FM sweep rate and not FM duration. NEW & NOTEWORTHY Reports of inferior colliculus neurons with response selectivity to the duration of frequency-modulated (FM) stimuli exist, yet it remains unclear whether such cells are tuned to the FM duration or the FM sweep rate. To disambiguate these hypotheses, we presented neurons with variable-duration FM signals that were systematically manipulated in bandwidth. A Bayesian model comparison revealed that most temporally selective midbrain cells were tuned to the FM sweep rate and not the FM duration.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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 source (Gemma direct ou Codex distillé), 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 ».