文献

J-GLOBAL ID：202102289364891097   整理番号：21A1072573

高次キュムラントはニューロン活性パターンを駆動し,神経集団におけるUP-DOWN状態を誘導する【JST・京大機械翻訳】

Higher-Order Cumulants Drive Neuronal Activity Patterns, Inducing UP-DOWN States in Neural Populations

著者 (4件)： Baravalle Roman (Instituto de Fisica de La Plata (IFLP), Universidad Nacional de La Plata, CONICET CCT-La Plata, Diagonal 113 entre 63 y 64, La Plata, Buenos Aires 1900, Argentina) ,  Baravalle Roman (Departamento de Fisica, Facultad de Ciencias Exactas, UNLP Calle 49 y 115. C.C. 67, La Plata, Buenos Aires 1900, Argentina) ,  Montani Fernando (Instituto de Fisica de La Plata (IFLP), Universidad Nacional de La Plata, CONICET CCT-La Plata, Diagonal 113 entre 63 y 64, La Plata, Buenos Aires 1900, Argentina) ,  Montani Fernando (Departamento de Fisica, Facultad de Ciencias Exactas, UNLP Calle 49 y 115. C.C. 67, La Plata, Buenos Aires 1900, Argentina)
資料名： Entropy (Web)  (Entropy (Web))
巻： 22  号： 4  ページ： 477  発行年： 2020年 
JST資料番号： U7179A  ISSN： 1099-4300  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 神経科学における主要な課題は,ニューロン集団の高次相関構造の役割を理解することである。二分化Gaussモデル(DG)は,多変量Gauss確率変数を閾値化することによりスパイク列を生成する。DG入力はGauss分布であり,従って,それらの入力において2次を超える相互作用がない。しかし,それらは出力において高次相関を誘発することができる。著者らは,燃焼確率分布の2次,より上の高次を推定するための解析的および数値的手法の組合せを提案した。著者らの知見は,入力における大量のペアワイズ相互作用が,2つの可能な領域,すなわち低活性(DOWN状態)の1つと高活性(UP状態)のもう1つにシステムを誘導でき,これらの状態の出現は3次と4次キュムラントの間の組合せによることを示した。これは,神経コードが刺激に関する特定の情報をアップグレードするのを助ける機構の一部であり,臨界点に近いBinderキュムラントを通して臨界変動の挙動を調べる。著者らは,Binderキュムラントを用いて,出力における高次相関が二次相転移をポートする臨界ニューラルシステムを生成することを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  正規分布 ,  *ニューロン ,  確率分布 ,  臨界点 ,  分化 ,  臨界 ,  第二種相転移 ,  神経科学 ,  ポート ,  Gauss模型 ,  *キュムラント
準シソーラス用語： 確率変数 ,  スパイク列 ,  多変量 , 【Automatic Indexing@JST】

著者キーワード (10件)： 神経活動 ,  集団動力学 ,  情報処理 ,  PDF評価 ,  動的状態 ,  高次相関 ,  Fisher情報とShannonエントロピー ,  臨界ゆらぎとバインダーキュムラント ,  高活性状態 ,  低活動状態

分類 (2件)： 脳・神経系モデル  (EL02050C) ,  中枢神経系  (EJ12030F)

引用文献 (51件)：

• De la Rocha, J.; Doiron, J.B.; Shea-Brown, B.E.; Josic, K.; Reyes, A. Correlation between neural spike trains increases with firing rate. Nature 2007, 448, 802-806.
• Macke, J.H.; Berens, P.; Ecker, A.S.; Tolias, A.S.; Bethge, M. Generating spike trains with specified correlation coefficients. Neural Comput. 2009, 21, 397-423.
• Macke, J.H.; Opper, M.; Bethge, M. Common input explains higher order correlations and entropy in a simple model of neural population activity. Phys. Rev. Lett. 2011, 106, 208102.
• Staude, B.; Grün, S.; Rotter, S. Higher-order correlations in non-stationary parallel spike trains: Statistical modeling and inference. Front. Comput. Neurosci. 2010, 4, 16.
• Staude, B.; Rotter, S.; Grün, S.J. CuBIC: Cumulant based inference of higher-order correlations in massively parallel spike trains. Comput Neurosci. 2010, 29, 327.

タイトルに関連する用語 (7件)： キュムラント ,  ニューロン ,  活性 ,  神経 ,  集団 ,  Up ,  誘導