関節行動および神経解析のための学習可能な潜在埋め込み【JST・京大機械翻訳】

Schneider Steffen; Lee Jin Hwa; Mathis Mackenzie Weygandt

プレプリント

J-GLOBAL ID：202202204516120087 整理番号：22P0324170

関節行動および神経解析のための学習可能な潜在埋め込み【JST・京大機械翻訳】

Learnable latent embeddings for joint behavioral and neural analysis

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年04月01日プレプリントサーバーでの情報更新日： 2022年10月05日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

神経活動に対する行動のマッピングは神経科学の基本的目標である。大きい神経と行動データを記録する能力が増加するので,神経表現をプローブするために適応行動中の神経力学のモデリングに関心が高まっている。特に,神経潜在埋込みは,行動の根底にある相関を明らかにすることができるが,関節挙動および神経データを明示的かつ柔軟に活用できる非線形技法を欠いている。ここでは,このギャップを,一貫性のある高性能潜在空間を生成するために,仮説または発見駆動方式で行動と神経データを同時に使用する新しい方法CEBRAで埋める。著者らは,その精度を検証し,官能および運動課題,および種間の単純または複雑な行動において,カルシウムおよび電気生理学データセットの両方に対する著者らのツールの有用性を実証した。それは,単一および多重セッションデータセットを仮説試験に活用し,ラベルフリーに使用できる。最後に,著者らは,CEBRAが空間のマッピング,複雑な運動学特徴,および視覚皮質からの自然映画の急速で高精度な復号化のために使用できることを示した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

中枢神経系

, , , , ,

前のページに戻る