[論文レビュー] A Single Model Explains both Visual and Auditory Precortical Coding

Honghao Shan, Matthew H. Tong+1 more|arXiv (Cornell University)|Feb 26, 2016

Neural dynamics and brain function参考文献 38被引用数 4

ひとこと要約

本論文は、情報保持、配線最小化、応答等価化の制約を課した単一のスパース主成分分析（SPCA）モデルを提案し、視覚および聴覚の前皮質コード化を説明する。このモデルは、同じフレームワークを用いて網膜の中心周辻受容体領域と聴覚のガンマトーンに類似したフィルタを再現し、感覚モダリティを越えて効率的コード化が統一的原則として機能することを示している。

ABSTRACT

Precortical neural systems encode information collected by the senses, but the driving principles of the encoding used have remained a subject of debate. We present a model of retinal coding that is based on three constraints: information preservation, minimization of the neural wiring, and response equalization. The resulting novel version of sparse principal components analysis successfully captures a number of known characteristics of the retinal coding system, such as center-surround receptive fields, color opponency channels, and spatiotemporal responses that correspond to magnocellular and parvocellular pathways. Furthermore, when trained on auditory data, the same model learns receptive fields well fit by gammatone filters, commonly used to model precortical auditory coding. This suggests that efficient coding may be a unifying principle of precortical encoding across modalities.

研究の動機と目的

• 感覚モダリティを越えて前皮質感覚コード化の背後にある統一的計算的原則を特定すること。
• 中心周辻構造や色対照性を示す既知の網膜受容体領域特性を説明するモデルを開発すること。
• 同じモデルが聴覚前皮質処理、特にガンマトーンに類似したフィルタリングを説明できるかどうかを検証すること。
• 情報保持、最小限の配線コスト、応答等価化の3つの主要な生物学的制約を、1つの神経コード化フレームワークに統合すること。
• 効率的コード化が、モダリティの違いにもかかわらず、初期感覚処理において共通の原則であることを示すこと。

提案手法

• 接続重みのスパarsityを強制することで神経配線を最小化する、新しいスパース主成分分析（SPCA）定式化を採用する。
• 3つの制約を組み込む：(1) 圧縮表現における情報保持の最大化、(2) 総神経配線コストの最小化、(3) 神経細胞間の平均出力活動の等価化。
• 再構成誤差、スパarsity（L1正則化による）、および出力パワーのしきい値制約による分散等価化をバランスさせる最適化問題を解く。
• 自然画像、動画、音声などの大規模データセットにスケーリング可能な近似解法を適用してSPCA問題を解く。
• 視覚データの場合、自然画像からのLMSコーン応答を処理し、20×20画素の画像パッチを抽出して空間フィルタを学習する。
• 聴覚データの場合、自然音および会話音声からの128サンプルの音声セグメントを処理し、相関行列を推定して時間周波数フィルタを学習する。

実験結果

リサーチクエスチョン

• RQ1 1つの計算モデルが、視覚および聴覚の前皮質受容体領域構造を説明できるか？
• RQ2 情報保持、配線最小化、応答等価化という同じ制約が、視覚および聴覚系の両方のコード化の背後にあるか？
• RQ3 モデルは、中心周辻受容体領域やガンマトーンに類似したフィルタといった既知の生物学的特徴を再現できるか？
• RQ4 効率的コード化は、感覚モダリティを越えて初期神経処理において統一的原則として機能するか？
• RQ5 視覚データで学習した同じアルゴリズムが、モダリティ特有のチューニングなしに生物学的に妥当な聴覚フィルタを生成できるか？

主な発見

• モデルは最適なPCA解の99.75％の分散を捉えながら、スパarsityによって接続性を96.11％まで削減した。
• 学習された視覚フィルタは、中心周辻受容体領域、色対照性、およびマグノセルラーやパルビセルラーパスウェイに一致する空間時間的応答を示した。
• 聴覚データで学習した場合、モデルは聴覚神経線維応答をモデル化するために一般的に用いられるガンマトーンフィルタに非常に近いフィルタを生成した。
• モデルは、ON/OFF中心応答や持続的／一時的応答といった既知の網膜コード化特徴を、空間時間的フィルタリングによって成功裏に再現した。
• 自然動画で学習した場合、デインタリーシングされた動画データでも、妥当な運動および空間周波数チューニングを持つフィルタが得られた。
• モデルは、配線コストと応答バランスの制約のもとで効率的コード化が行われると、自然にモダリティ特有の受容体領域構造が生じることを示した。