Functional and anatomical characterization of visual working memory coding
Notice bibliographique
Résumé
Numerous studies using a variety of experimental methods have shown evidence of neural activity encoding visual working memory (VWM) representations across a wide range of cortical areas. This has led to a major controversy regarding which areas directly subserve VWM maintenance, and what role each area plays. Here we describe functional and anatomical properties of the neuronal code for VWM based on our results from neurophysiological studies in monkeys, and propose several underlying principles of brain organization that may help resolve such controversy: (i) Sustained activity encoding VWM emerges in visual association areas immediately downstream from early visual cortex, and is also present in executive areas such as the lateral prefrontal cortex (LPFC). (ii) Early visual areas exclusively encode sensory inputs; however, their synaptic activity may be modulated by higher-level areas encoding VWM, putatively influencing sensory processing. (iii) The cortical architecture of areas subserving VWM maintenance is characterized by more excitatory and less inhibitory neurons than that of areas exclusively subserving sensory processing. (iv) Population representation strength remains relatively stable throughout the memory period, yet the underlying rate code is dynamic. (v) In LPFC, coding functions vary widely across neurons, with some neurons encoding perceived and memorized visual features to similar degrees and others preferentially or exclusively encoding either one. Our results suggest that VWM coding is neither a ubiquitous property across cortical areas nor an exclusive property of high-level executive areas alone; instead, it is carried out by a finite network of areas/neurons with specialized functional and anatomical properties. Meeting abstract presented at VSS 2018
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 ».