کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5736977 1614503 2017 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Periodic population codes: From a single circular variable to higher dimensions, multiple nested scales, and conceptual spaces
ترجمه فارسی عنوان
کدهای جمعیتی دوره ای: از یک متغیر دایره ای به ابعاد بالاتر، مقیاس چندین توزیع شده و فضاهای مفهومی
ترجمه چکیده
در سراسر سیستم عصبی، نورون اغلب محرک های دایره ای را با استفاده از منحنی های تنظیم کننده ای که عملکردهای سینوسی یا کسینوس نیستند، محصور می کند، اما متعلق به کلاس غنی تر از توابع فون میوز هستند که انواع گازی ها هستند. برای جمعیتی از نورونها که یک متغیر دایره ای را با چنین کمان تنظیم کانونیک رمزگذاری می کنند، محاسبه یک بردار جمع جمعیت ساده، خواندن مطلوب از محرک ترین محرک است. ما استدلال می کنیم که مزایای خوانش برش جمعیت بسیار قانع کننده است که حتی نمایش عصبی هندسه اقلیدسی مسطح در خارج از جهان به یک توور (یک دایره یک دایره) پیچیده می شود و الگوهای فعالیت شش ضلعی سلول های شبکه پستاندار را ایجاد می کند. در اینجا مقیاس دایره ای یک پیش فرض نیست، بنابراین سیستم عصبی می تواند از مقیاس های چندگانه استفاده کند و زمینه هایی برای به دست آوردن زمینه هایی برای غلبه بر ابهام ذاتی بازنمودهای دوره ای متغیرهای خطی باشد. ما شواهد تجربی را برای این چارچوب بررسی می کنیم و در مورد پیش بینی ها و تعمیم های قابل تست پذیری آن ها به نمایندگی های عریض تر مانند انتزاعی، بحث می کنیم.
موضوعات مرتبط
علوم زیستی و بیوفناوری علم عصب شناسی علوم اعصاب (عمومی)
چکیده انگلیسی
Across the nervous system, neurons often encode circular stimuli using tuning curves that are not sine or cosine functions, but that belong to the richer class of von Mises functions, which are periodic variants of Gaussians. For a population of neurons encoding a single circular variable with such canonical tuning curves, computing a simple population vector is the optimal read-out of the most likely stimulus. We argue that the advantages of population vector read-outs are so compelling that even the neural representation of the outside world's flat Euclidean geometry is curled up into a torus (a circle times a circle), creating the hexagonal activity patterns of mammalian grid cells. Here, the circular scale is not set a priori, so the nervous system can use multiple scales and gain fields to overcome the ambiguity inherent in periodic representations of linear variables. We review the experimental evidence for this framework and discuss its testable predictions and generalizations to more abstract grid-like neural representations.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Current Opinion in Neurobiology - Volume 46, October 2017, Pages 99-108
نویسندگان
, , ,