モーター表現のドリフトにもかかわらず,最小の次元性でのニューラル多様体の安定性

科学分野:

• 神経科学は神経科学である.
• 計算神経科学とは
• ダイナミック・システムとは

背景:

• 運動生成は,しばしば潜在的動的システムを使用してモデル化されます.
• 神経群の活動と潜伏変数は,非静止的な関係を示す.
• 潜伏軌道は低次元で,時間とともに安定した多様体を形成する.

研究 の 目的:

• 移動パラメータとの固定関係を持つラベル付けされた潜在変数を抽出するためのフレームワークを開発する.
• 潜在多様体の次元性と,モーター皮質回路との関連性を調査する.
• 神経多様体の観察された長期的な安定性を説明するために.

主な方法:

• ラベル付けされた潜在変数を抽出するための監督されたフレームワークを提案しました.
• この方法を二次元的な到達するタスクに適用しました.
• コーディングマップ (ニューロンから潜伏細胞) と潜伏細胞マップ (潜伏細胞から行動細胞) の安定性を分析した.

主要な成果:

• 監督された方法は,オフラインの解読作業における一般的なアプローチを上回った.
• 抽出した潜在変数は,総変数 (3-7%) のわずかな割合を捕捉したが,マニフォールドの安定性を説明した.
• 暗号化マップの変更がドリフトの支配的な源であり,潜伏マップは長年にわたって安定したままでした.

結論:

• 潜伏マップではなく,暗号化マップの可塑性が,モーター皮質の漂移を駆動する.
• タスクの複雑さは,二次元タスクにおけるニューラル構造を制約し,ニューラル多様体からの洞察を制限します.
• 将来の研究は,ニューラルコンピューティングと行動の間の因果関係に焦点を当てるべきです.