eLife Assessment: Intrinsic and circuit mechanisms of predictive coding in a grid cell network model
Notice bibliographique
Résumé
Grid cells in the medial entorhinal cortex (MEC) fire when an animal is located at the vertices of a hexagonal grid that extends across the environment. The population activity of grid cells serves as an allocentric representation of the current location of the animal. Recent studies have identified a class of grid cells that represent locations ahead of the animal. How do these predictive representations emerge from the wetware of the MEC? To address this question, we developed a detailed conductance-based model of the MEC network, constrained by existing data on the biophysical properties of stellate cells and the topology of the MEC network. Our model revealed two mechanisms underlying the emergence of a predictive code in the MEC. The first relied on a time scale associated with the HCN conductance. The other depended on the degree of asymmetry in the topology of the MEC network. The former mechanism was sufficient to explain predictive coding in layer II grid cells that represented locations shifted ahead of the current location. The shift was equivalent to ∼5% of the diameter of a grid field. The latter mechanism was required to model predictive representations in layer III grid cells that were shifted forward by a distance of ∼25% of the diameter of a grid field. A corollary of our model, that the extent of the predictive code changes monotonically along the dorsoventral axis of the MEC following observed changes in the properties of the HCN conductance, is borne out by recent experiments.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».