Gain adaptation and variability of vestibular corticothalamic neurons shape our perception of natural self motion stimuli
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Natural stimuli display complex spatiotemporal characteristics. In order to encode such stimuli efficiently, sensory systems must continuously adapt by changing their response properties. The computational role of such adaptation remains poorly understood because adaptation can increase coding ambiguity. We investigated how vestibular thalamocortical neurons (VTN) and their afferent input within the vestibular nuclei (VON) respond to simple artificial and complex natural selfmotion stimuli in rhesus macaques. We found that both groups displayed comparable response properties to artificial stimuli which led to ambiguity. While such ambiguity persisted for artificial stimuli for VON, VTN instead faithfully followed the timecourse of natural selfmotion stimuli. A model including gain adaptation successfully reproduced our experimental data. Our results challenge the common wisdom that adaptation leads to ambiguity by showing that such adaptation actually leads to unambiguous encoding of natural stimuli. Second, we investigated the role of these VTN in the perception of selfmotion. We tested whether their responses can account for violation of Weber's law, i.e. discrimination performance is enhanced at higher stimulus amplitudes. While neural gain decreased as a function of stimulus amplitude, neural variability saturated at high values. As a result, neural populations thresholds saturated and agreed with perception. Taken together, we provide novel insights as to how variability and gain control contribute to encoding of natural stimuli with continually varying statistics.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 découle