神经表示几何体反映了子和反复的神经网络的行为差异

科学领域:

• 神经科学是一个神经科学.
• 认知科学 认知科学
• 计算神经科学是一种神经科学.

背景情况:

• 动物可以使用不同的策略来完成实验室任务.
• 对行为和神经数据的综合分析可以掩盖个人战略差异.
• 推断单个主题策略对于理解任务绩效至关重要.

研究的目的:

• 在单个主体层面上开发和应用推断动物策略的技术.
• 为了研究执行基于规则的任务的子的神经和行为差异.
• 探索神经表示,行为和训练持续时间之间的关系.

主要方法:

• 分析两只子的行为数据 (性能,反应时间),它们执行基于规则的视觉指令任务.
• 检查来自背侧前额叶皮层的神经活动记录,以分析刺激表现几何.
• 利用循环神经网络模型将策略与训练量相关联.

主要成果:

• 最初的行为分析没有显示子之间的战略差异.
• 在背侧前额叶皮质中分析神经活动几何学,这两只子之间显示出显著的差异.
• 由神经发现引起的行为再分析,揭示了与表示几何学相关的反应时间的差异.
• 这些差异表明子采用了不同的策略.
• 循环神经网络模型表明,策略与训练时间相关.

结论:

• 神经活动模式可以揭示微妙的行为差异和独特的认知策略,这些策略在标准性能指标中并不明显.
• 神经表征的几何结构为推断动物任务中的个别策略提供了强大的工具.
• 训练时间可能在塑造神经表征和行为策略方面发挥重要作用.