[論文レビュー] The implications of perception as probabilistic inference for correlated neural variability during behavior

Ralf M. Haefner, Pietro Berkes+1 more|arXiv (Cornell University)|Aug 31, 2014

Neural dynamics and brain function参考文献 42被引用数 4

ひとこと要約

本論文は、知覚的意思決定の過程において皮質フィードバックが感覚神経のばらつきを形作る確率的推論フレームワークを提案している。このフレームワークは、タスク依存のノイズ相関、選択確率と心理物理学的カーネルの乖離した時間的変化、および相関するばらつきがノイズではなくタスクに関連する情報を符号化しているという予測を説明する。モデルは神経サンプリングを用いて、ノーマルかつ検証可能な方法で感覚的および認知的信号を統合する。

ABSTRACT

This paper addresses two main challenges facing systems neuroscience today: understanding the nature and function of a) cortical feedback between sensory areas and b) correlated variability. Starting from the old idea of perception as probabilistic inference, we show how to use knowledge of the psychophysical task to make easily testable predictions for the impact that feedback signals have on early sensory representations. Applying our framework to the well-studied two-alternative forced choice task paradigm, we can explain multiple empirical findings that have been hard to account for by the traditional feedforward model of sensory processing, including the task-dependence of neural response correlations, and the diverging time courses of choice probabilities and psychophysical kernels. Our model makes a number of new predictions and, importantly, characterizes a component of correlated variability that represents task-related information rather than performance-degrading noise. It also demonstrates a normative way to integrate sensory and cognitive components into physiologically testable mathematical models of perceptual decision-making.

研究の動機と目的

• 知覚における皮質フィードバックと神経的ばらつきを結びつける課題を解決すること。
• 2AFCタスクにおける長年の経験的パズル、たとえばノイズ相関のタスク依存性や、選択確率と心理物理学的カーネルの時間的変化の乖離を説明すること。
• 感覚的および認知的プロセスを確率的推論を通じて統合する神経生理学的に検証可能なフレームワークを開発すること。
• 相関する神経的ばらつきをノイズではなく、タスクに関連する情報を保持するものとして特徴づけること。

提案手法

• モデルは、感覚入力（x）、ゲイン調節（g）、意思決定（D）のための潜在変数を有する階層的生成モデルを用いて知覚を確率的推論として定式化する。
• 神経サンプリングを用いて潜在変数の事後分布を近似し、流入する感覚的サンプルに基づいて信念をオンラインで更新する。
• 意思決定レベル（D）からのフィードバックが、感覚表現に上位からの事前分布として作用し、初期領域の応答を調整する。
• モデルは、証拠が統合される時間スケール（ns）を仮定し、バッチ処理ではなく継続的な更新を採用する。
• 選択確率（CP）と心理物理学的カーネル（PK）は、神経行動的相関および刺激行動的相関の統計的指標として計算される。
• シミュレーションでは、Gibbsサンプリングを用いて、制御されたタスク条件下での神経応答と行動的選択を生成し、パラメータは経験的時間的プロファイルによって制約される。

実験結果

リサーチクエスチョン

• RQ1 上位レベルの意思決定領域からのフィードバックは、知覚的意思決定の過程で、初期感覚神経のばらつきをどのように形作るか？
• RQ2 なぜ感覚ニューロンのノイズ相関はタスク文脈に依存するのか。また、それらはどのような機能的役割を果たすのか？
• RQ3 なぜ一部の2AFCタスクでは選択確率と心理物理学的カーネルの時間的変化が乖離するのか？
• RQ4 ノーマルな確率的推論モデルは、恣意的な仮定を用いずにCPとPKのダイナミクスを両方説明できるか？
• RQ5 相関する神経的ばらつきの機能的意義は何か。それはノイズを表すのか、それともタスクに関連する情報なのか？

主な発見

• モデルは、意思決定タスクの構造に応じて変化するタスク依存のノイズ相関を成功裏に再現した。
• 選択確率（CP）と心理物理学的カーネル（PK）の時間的変化の乖離を説明でき、CPは時間とともに増加し、PKは特定のタスクで減少する。
• モデルは、ノイズ相関が空間的構造において2つの最大値と2つの最小値を示すと予測している。これらの最大値と最小値は、タスクに関連する刺激と一致する。
• これらの最大値と最小値の振幅は、知覚的学習の時間スケールに応じて増加し、経験的傾向と一致する。
• モデルは、証拠の相対的重み付けが試行中に動的に変化することを予測しており、これは刺激強度に依存する。
• 相関するばらつきは単なるノイズではなく、上位からの事前分布が感覚表現に与える影響を反映しており、タスクに関連する情報を符号化している。