伝達エントロピーは認知処理のための神経回路における情報フローを提供することができるか?【JST・京大機械翻訳】

Tehrani-Saleh Ali; Adami Christoph

プレプリント

J-GLOBAL ID：202202216263624421 整理番号：22P0054759

伝達エントロピーは認知処理のための神経回路における情報フローを提供することができるか?【JST・京大機械翻訳】

Can Transfer Entropy Infer Information Flow in Neuronal Circuits for Cognitive Processing?

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 (2件)： ,
資料名：
発行年： 2019年01月22日プレプリントサーバーでの情報更新日： 2019年12月04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。

エージェントの任意のネットワークにおける情報フローを推論するためには,ノード間の因果的時間的関係を確立することが重要である。因果律を推論できる実用的で自動化された方法は,発見するのが困難であり,進行中の研究の主題である。Shannon情報は相関を検出するだけであるが,いくつかのシステム,特に神経科学コミュニティにおいて因果律を成功裏に検出した”指示情報”のいくつかの情報理論的概念が存在する。しかし,最近の研究では,いくつかの有向情報測度が,時々因果関係の程度を不適切に推定でき,また,特にニューロンがエフェクターニューロンに影響を及ぼすために暗号法に寄与する場合,システムの構成要素間の既存の原因-効果関係を同定することができないことを示した。ここでは,2つの基本的な認知タスク,すなわち動き検出と音局在化のための人工神経回路を生成する進化過程において,しばしば暗号論理がどのように現れるかを試験した。また,連結性と回路論理から構築された因果的影響のグランドトルースモデルと比較したとき,移動エントロピー概念を用いて,活動時間系列が,移動エントロピー概念を用いて情報フローを推論できるかどうかを試験した。著者らの結果は,移動エントロピーが時々存在するとき,因果関係を推論するのに失敗し,時には,何れもない場合の因果関係を示唆する。しかし,不正確な推論の程度は,考慮した認知タスクに強く依存している。これらの結果は,認知処理における情報フローに寄与する基本的論理プロセスを理解し,任意の神経系におけるそれらの関連性を定量化することの重要性を強調する。【JST・京大機械翻訳】

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

脳・神経系モデル , 中枢神経系

, , ,

前のページに戻る