[論文レビュー] Convex Neural Codes in Dimension 1

Zvi Rosen, Yan X. Zhang|arXiv (Cornell University)|Feb 22, 2017

Topological and Geometric Data Analysis参考文献 10被引用数 9

ひとこと要約

本稿は、連続1行列と母関数を用いて1次元における凸ニューラルコードを調査し、コードの実現可能性、再構成、列挙の問題を扱う。コードが直線または円周上に実現可能かどうかを polynomial time で判定するアルゴリズムを提供し、スパースおよびドライビングなセンサー状態の下での正確な列挙式を導出。これにより、A001831 などの組合せ的数列と関連が明らかになる。

ABSTRACT

Neural codes are collections of binary strings motivated by patterns of neural activity. In this paper, we study algorithmic and enumerative aspects of convex neural codes in dimension 1 (i.e. on a line or a circle). We use the theory of consecutive-ones matrices to obtain some structural and algorithmic results; we use generating functions to obtain enumerative results.

研究の動機と目的

• 1次元の直線または円周上における凸区間の交差パターンとして実現可能なバイナリコードを特徴付け、アルゴリズム的に同定すること。
• 1次元における凸ニューラルコードの再構成問題に取り組み、センサーがスパースな状態とドライビングな状態の両方を区別すること。
• さまざまなトポロジー的およびサンプリング制約下で、n 個のニューロンに対して可能なすべての凸ニューラルコードを列挙すること。
• 1次元におけるコードの実現可能性を示す代数的・組合せ的特徴（例：調和的連続1性質）を同定すること。
• ニューラルコードの列挙と既知の組合せ的数列（特にラベル付き階層的(3)-回避posetや冪零0-1行列）との関係を探索すること。

提案手法

• 連続1行列の理論を用いて直線上の実現可能コードを特徴付け、認識にPQ木アルゴリズムを活用する。
• 母関数を用いて、センサーがスパースおよびドライビングな状態下でのコード列挙を実行し、特に線形および円形の場合に焦点を当てる。
• 円周配置をモデル化するための「調和的」コードの概念を導入し、周期的順序制約を満たす必要があることを明示する。
• 線形状態では連続1性質のテスト、円形状態では調和的連続1性質のテストを通じて、非実現可能コードを証明的に除外する証明基盤アルゴリズムを開発する。
• 円周配置において、センサーがスパースな状態とドライビングな状態が等価であることを確立し、統一的解析を可能にする。
• 組合せ的双対写像を用いて、コード列挙を既知の数列（例：A001831）と結びつける。A001831 はラベル付き階層的(3)-回避posetや冪零0-1行列の数を数える。

実験結果

リサーチクエスチョン

• RQ1 与えられたバイナリコードが直線または円周上における凸区間の交差パターンとして実現可能かどうかを、アルゴリズム的に確認できるか？
• RQ2 n 個のニューロンに対して、センサーがスパースおよびドライビングなサンプリング状態下で実現可能な凸ニューラルコードの完全な集合は何か？
• RQ3 1次元における線形配置と円形配置の両状態において、連続1行列と調和的コードの組合せ的構造はどのように異なるか？
• RQ4 1次元における非実現可能コードと実現可能コードを区別できる代数的不変量や特徴があるか？
• RQ5 凸ニューラルコードの列挙は母関数によって記述可能か？ また、それらはOEISに登録された他の組合せ的対象と関係があるか？

主な発見

• 連続1行列としての実現可能性を確認する polynomial time のアルゴリズムが存在し、非実現可能性の証明も可能である。
• 線形状態では、n 個のニューロンとk個のコードワードを持つ実現可能コードの数が、連続1行列理論により完全に特徴付けられる。
• 円形状態では、調和的連続1行列の要件が実現可能性をより複雑にし、周期的整合性の確認が必要となる。
• 直線または円周上におけるセンサーがドライビングな状態下での実現可能コードの数は、生成関数によって与えられ、1, 2, 6, 26, 174, 1684, ... の数列を生じる。n>1 の項はOEIS A001831と一致する。
• 本稿では、凸ニューラルコードとラベル付き階層的(3)-回避poset、および0-1行列の平方が0になるようなn×n 0-1行列との直接的な関係を確立した。
• 本稿では、線形および円形トポロジー下での1次元における実現可能コードの完全分類を提供し、それぞれに特化したアルゴリズム的手法を採用した。