Sensory expectations shape neural population dynamics in motor circuits
Notice bibliographique
Résumé
Abstract The neural basis of movement preparation has been extensively studied during self-initiated actions where motor cortical activity during preparation shows a lawful relationship to the parameters of the subsequent action 1,2 . However, movements are regularly triggered and constantly corrected based on sensory inputs caused by disturbances to the body or environment. Since such disturbances are often predictable and since preparing for disturbances would make movements better, we hypothesized that expectations about sensory inputs also influence preparatory activity in motor circuits. Here we show that when humans and monkeys are probabilistically cued about the direction of a future mechanical perturbation, they incorporate sensory expectations into their movement preparation and improve their corrective responses. Using high-density neural recordings, we establish that sensory expectations are widespread across the brain, including the motor cortical areas involved in preparing self-initiated actions. The geometry of these preparatory signals in the neural population state is simple, scaling directly with the probability of each perturbation direction. After perturbation onset, a condition-independent perturbation signal shifts the neural state leading to rapid responses that initially reflect sensory expectations. Based on neural networks coupled to a biomechanical model of the arm 3 , we show that this neural geometry emerges through training, but only when the incoming sensory information indicating perturbation direction coincides with – or is preceded by – a condition-independent signal indicating that a perturbation has occurred. Thus, motor circuit dynamics are shaped by future sensory inputs, providing clear empirical support for the idea that movement is governed by the sophisticated manipulation of sensory feedback 4 .
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».