图1:(a)神经数据集中的试验数量的增长速度较慢,同时记录的神经元和采样行为条件的数量。散点图颜色对应于序数的年度出版年度(请参阅传奇)。灰度热图显示了协方差估计的最坏情况误差缩放[92•] - 具有N神经元和C条件的数据集的轮廓为O(NC Log NC)。深色阴影对应于较大的错误。(b)静态(顶行)和动态(底行)神经反应中试验变异性的低维可视化。左,在两个条件下的平均试验(蓝色和红色)。在动态设置中,神经频率沿着一维曲线进化,按时间参数。在静态设置中,响应是隔离点的频率空间。中间,相同的响应,但在每个维度中示出了独立的单试变量。对,相同的响应具有相关变异性。顶部面板中的正相关是“信息限制”,因为它们增加了两个响应分布之间的重叠,从而降低了这两种条件的可区分性(例如,参见,例如[2])。在底部面板中,神经反应幅度的相关性幅度相关性导致轨迹优先沿特定维度拉伸或压缩,从试验到试验(请参阅[102•]有关适合这种简化结构的模型)。
主要关键词