[論文レビュー] Neural and perceptual signatures of efficient sensory coding

Deep Ganguli, Eero P. Simoncelli|arXiv (Cornell University)|Feb 29, 2016

Neural dynamics and brain function参考文献 41被引用数 21

ひとこと要約

この論文は、感覚系におけるニューロン集団コードが代謝的制約のもとで効率的な情報伝送を最適化するように設計されていると提案している。その理論的枠組みでは、異なるチューニング幅と利得を持つ非均一なニューロン集団を用いる。理論は、神経のチューニングと知覚的識別能が環境内刺激統計に比例してスケーリングされることを予測しており、視覚および聴覚分野の実証的データが、この予測を非常に高い精度で裏付けている。

ABSTRACT

The mammalian brain is a metabolically expensive device, and evolutionary pressures have presumably driven it to make productive use of its resources. For sensory areas, this concept has been expressed more formally as an optimality principle: the brain maximizes the information that is encoded about relevant sensory variables, given available resources. Here, we develop this efficiency principle for encoding a sensory variable with a heterogeneous population of noisy neurons, each responding to a particular range of values. The accuracy with which the population represents any particular value depends on the number of cells that respond to that value, their selectivity, and their response levels. We derive the optimal solution for these parameters in closed form, as a function of the probability of stimulus values encountered in the environment. This optimal neural population also imposes limitations on the ability of the organism to discriminate different values of the encoded variable. As a result, we predict an explicit relationship between the statistical properties of the environment, the allocation and selectivity of neurons within populations, and perceptual discriminability. We test this relationship for three visual and two auditory attributes, and find that it is remarkably consistent with existing data.

研究の動機と目的

• 感覚系における神経集団が均一なチューニング曲線や応答利得を示さず、多様なものを示す理由を説明すること。
• 神経の多様性が環境統計と知覚的パフォーマンスにどのように関連するかを統合的に説明する理論の欠如に取り組むこと。
• 視覚および聴覚における観察された神経的および知覚的多様性が、代謝的制約のもとでの情報最大化に基づく最適性原理と整合するかどうかを検証すること。
• 細胞密度、チューニング幅、利得のばらつきがある中で、神経集団符号化がどのように近似的に最適な情報伝送を達成するかを定量化すること。

提案手法

• ニューロン数（N）と合計スパイクレート（R）の制約のもとで、感覚符号化を情報最大化問題として形式化すること。
• 環境内刺激分布 p(s) を用いて、歪められ・スケーリングされたチューニング曲線の集団として、最適な神経集団構成を導出すること。
• スパイクレートをチューニング曲線で変調したポアソン分布を用いて神経応答をモデル化し、フィッシャー情報量を計算することで知覚的識別能の上限を求める。
• 10,000サンプルを用いたモンテカルロ統合により、神経応答と刺激間の正規化相互情報量を推定すること。
• 観察された神経集団が均一な集団と最適な非均一集団の両者と比較される正規化情報量 I_norm を定義すること。
• 生理的データにガウス型、ガンマ型、対数ガウス型のチューニング曲線をフィットさせ、合計リソース制約（R）に一致するように利得をスケーリングすること。

実験結果

リサーチクエスチョン

• RQ1 環境内における刺激出現の分布が、神経のチューニング曲線の組織化にどのように影響を与えるか。
• RQ2 視覚および聴覚系における観察された神経集団が、感覚符号化の理論的情報理論的最適解にどの程度近いか。
• RQ3 神経の多様性（チューニング幅、利得、密度）と知覚的識別能の間の関係は何か。
• RQ4 統一理論が、異なる感覚モalityにまたがる神経的および知覚的多様性を説明できるか。
• RQ5 代謝的制約（N と R）が、符号化の正確さと集団効率性のトレードオフにどのように影響を与えるか。

主な発見

• 情報最大化から導かれた最適な神経集団構成は、チューニング幅が局所的刺激密度に反比例し、利得が刺激確率によって調整されることを予測している。
• 空間周波数、聴覚周波数、変調周波数、速度に関して、観察された神経集団は正規化情報量が1に非常に近い値（例：0.98–0.99）を伝送しており、近似的に最適なパフォーマンスを示している。
• 知覚的識別能の閾値（例：ウェーバーの法則）は理論によってよく予測されており、速度の環境分布が自然シーンで観察された「遅い速度事前分布」と一致している。
• 理論は、生理的データがこれらのパrameterに著しいばらつきを示しても、チューニング曲線の幅と利得を正確に予測している。
• 正規化相互情報量指標により、観察された神経集団が均一な集団を上回り、すべてのテストされたリソース制約のもとで理論的最適解に近づいていることが確認された。
• ロバストネスのチェックでは、モデル化されたチューニング曲線の正確な形状（ガウス型 vs. アップライトコサイン型）に依存しない結果が得られ、研究結果の一般性が裏付けられた。