在人口中追踪中性多重函数的拓
Iris H R Yoon1, Gregory Henselman-Petrusek2, Yiyi Yu3
1Department of Mathematics and Computer Science, Wesleyan University, 265 Church Street Middletown, CT 06459.
ArXiv
|April 8, 2025
概括
我们开发了一种新的方法来比较大脑区域内的神经群体结构. 这种技术,即类似循环的方法,可以识别神经活动中的共享模式,以便更好地进行跨大脑分析.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
- 系统神经科学 系统神经科学
背景情况:
- 神经元组代表神经元群体编码的信息.
- 来自多个大脑区域的同时记录变得越来越常见.
- 在不同人群中比较非线性神经多元体是具有挑战性的.
研究的目的:
- 引入一个框架,在不同种群中匹配神经多元体的拓特征.
- 为了使神经结构的强大和可伪造的比较.
- 为跨人口分析提供基础.
主要方法:
- 引入了模拟循环 (MAC) 方法.
- MAC使用神经群体内和神经群体之间不相似度矩阵.
- 该方法是决定性的,不依赖于缩小或优化维度.
主要成果:
- MAC 正确地识别了跨刺激和神经多样性的共享圆形坐标系统.
- 该方法成功地拒绝了非内在匹配特征.
- 对模拟和体内数据的分析验证了这一方法.
结论:
- 类似循环的方法提供了一个强大的方法来比较神经多元体.
- 这个框架促进了神经活动的数学研究和解释.
- MAC为跨人口分析理论提供了基础.
