校准神经尖端活动的贝叶斯解码器
Ganchao Wei 魏赣超1, Zeinab Tajik Mansouri زینب تاجیک منصوری2, Xiaojing Wang 王晓婧3
1Department of Statistical Science, Duke University, Durham, North Carolina 27708.
概括
传统的贝叶斯解码器经常高估了解码神经活动的确定性. 结合潜在变量和后期纠正可以改善校准,以获得更可靠的脑启发技术.
科学领域:
- 系统神经科学 系统神经科学
- 计算神经科学是一种神经科学.
- 神经科学是一个神经科学.
背景情况:
- 从神经活动中精确解码外部变量在系统神经科学中至关重要.
- 贝叶斯解码器被广泛用于神经数据的概率估计.
- 对传统贝叶斯解码器预测的过度信心是一个常见的问题.
研究的目的:
- 为了识别和描述对传统贝叶斯解码器的过度自信.
- 调查贝叶斯解码与潜在变量,以改善校准.
- 提出纠正神经解码中误校准的方法.
主要方法:
- 来自多个大脑区域和物种 (子,小鼠,老鼠) 的神经记录的分析.
- 贝叶斯解码技术的应用,包括那些具有潜变量的技术.
- 预测过度自信的特征和后期纠正方法的开发.
主要成果:
- 在各种神经解码任务中表现出对传统贝叶斯解码器的过度信心.
- 表明贝叶斯解码与潜变量可以改善校准.
- 确定需要额外的后期纠正,以实现最佳校准.
结论:
- 正确校准的贝叶斯解码器对于准确的概率人口编码至关重要.
- 改进的校准可以导致更可靠的脑机界面.
- 解决解码器过度自信问题可以提高解码的神经信息的可靠性.
