跳到主要内容
检索

Arielle Rosinski

1 篇关联报道

订阅更新
  1. arXiv

    神经群体动力学不再依赖显式生成模型:RP-GPdyn从合成脉冲与真实记录中还原可解释潜动力学

    神经群体动力学模型通常要显式写出非线性流场、潜状态到放电的映射和观测噪声三部分,任一部分设定错误都会让潜轨迹和动力学估计偏移。RP-GPdyn把流场换成高斯过程定义的转移函数,并用识别参数化模型隐式连接潜状态与神经活动,从而绕开生成式观测模型。在合成脉冲数据、随机点运动决策仿真、小鼠前外侧运动皮层延迟期活动和Neural Latents Benchmark运动皮层数据上,它恢复了与行为相关的潜变量与动力学。

已读完全部报道