机构名称：
¥ 2.0
神经元活动与其所体现的计算之间的关系仍然是一个悬而未决的问题。我们开发了一种新颖的方法，该方法将观察到的神经元活性凝结成一种定量准确，简单且可解释的模型，并在从秀丽隐杆线虫中的单个神经元到人类fMRI的各种系统和尺度上验证它。该模型将神经元活性视为互锁一维轨迹的集合。尽管它们具有同步性，但这些模型还是准确地预测了人类参与者做出的未来神经元活动和未来的决策。此外，由互连轨迹形成的结构（脚手架）与系统的计算策略密切相关。我们使用这些SCAF-folds比较了在同一任务上训练的灵长类动物和人工系统的计算策略，以识别人造代理人学习与灵长类动物相同策略的特定条件。使用我们的方法论提取的计算策略预示了新型刺激的特定错误。这些结果表明，我们的方法是研究各种系统之间计算与神经元活动之间关系的强大工具。
神经元动力学的一维近似揭示了计算策略
主要关键词
相关文件推荐
