机构名称：
¥ 2.0
层次视觉处理对于对象识别和空间定位等认知功能至关重要。这些计算的神经基础的传统研究集中在单神经元活动上，但是大规模神经记录的最新进展强调了在人群水平上了解计算的需求的日益增长。数字双胞胎 - 计算模型接受了神经数据的培训 - 成功复制了单神经元行为，但是它们在捕获神经元关节活动方面的有效性尚不清楚。在这项研究中，我们投资了数字双胞胎如何描述鼠标视觉皮层中的人群反应。我们表明，这些模型无法准确代表人口活动的几何形状，尤其是其不同的不同，以及这种几何形状如何在整个视觉层次结构中演变。为了解决这个问题，我们探讨了数据集，网络体系结构，损失功能和培训方法如何影响数字双胞胎概括人口属性的能力。我们证明，改善模型对齐方式需要进行训练策略，以增强鲁棒性和概括，反映了在生物系统中观察到的原理。这些发现强调了从多个角度评估数字双胞胎，确定完善的关键领域，并为使用这些模型探索人群级别探索新的计算的基础。
超出单个神经元：人群反应
主要关键词
相关文件推荐
