跳到主要内容
检索

# 群体几何

2 篇关联报道

订阅更新
  1. bioRxiv

    Neuralign把跨会话神经记录放进同一个张量分解:共享时间曲线,试次与神经元权重各会话自估

    Neuralign把来自不同会话、不同动物、神经元采样各不相同的神经记录放进同一个张量分解,每个成分共享一条时间曲线,而试次强度和神经元权重按会话各自估计,因此不需要匹配同一批神经元或同一批试次。在19只小鼠的93段全脑记录上,无监督拟合得到的单个成分把前外侧运动皮层(ALM)光遗传抑制的三种条件区分开,留出会话上的平衡准确率为0.647,随机水平为1/3。该成分的变化与行为准确率下降呈弱相关(ρ=0.266,180个会话—抑制观测)。

  2. bioRxiv

    决策差异不必各立一套模型:155人点击任务里,六维共享结构复现于102人新样本

    个体在知觉决策中的差异,可能只是少数共享计算成分的不同配比。研究用低秩神经网络直接从逐试次选择中同时学习共享成分与个体权重,在伯努利点击任务的首个数据集(155人)上,样本外预测选出六维个体差异表示:两维时间证据加权、两维选择—结果历史依赖,加上个体侧偏与信噪比;这一低维组织在102人的独立复现数据集中再次出现。

已读完全部报道