[논문 리뷰] Neural and perceptual signatures of efficient sensory coding

Deep Ganguli, Eero P. Simoncelli|arXiv (Cornell University)|2016. 02. 29.

Neural dynamics and brain function참고 문헌 41인용 수 21

한 줄 요약

이 논문은 감각 시스템의 신경 집단 코드가 대사 제약 조건 하에서 효율적인 정보 전송을 위해 최적화되어 있으며, 다양한 조정 폭과 이득을 가진 이질적인 신경 세포 집단을 사용한다고 제안한다. 이 이론은 신경 조정과 인지적 분별성의 척도가 환경적 자극 통계에 따라 변동함을 예측하며, 시각과 听각 분야의 실증 데이터가 이 예측을 매우 정확하게 확인한다.

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.

연구 동기 및 목표

• 감각 시스템의 신경 집단이 동질적인 것보다 이질적인 조정 곡선과 반응 이득을 보이는 이유를 설명하기 위해.
• 신경 이질성과 환경 통계, 인지 성능를 연결하는 통합 이론의 부재를 해결하기 위해.
• 관측된 시각 및 听각 분야의 신경 및 인지 이질성이 대사 제약 조건 하에서 정보 최대화 원리에 기반한 최적성 원칙과 일치하는지 테스트하기 위해.
• 세포 밀도, 조정 폭, 이득의 변동성에도 불구하고 신경 집단 코드가 어떻게 거의 최적의 정보 전송을 달성하는지 정량화하기 위해.

제안 방법

• 신경 수(N)와 총 스파ike 빈도(R)에 대한 제약 조건 하에서 감각 코드를 정보 최대화 문제로 수식화하기 위해.
• 환경 자극 분포 p(s)에 따라 최적의 신경 집단 구성 조건을 유도하기 위해, 왜곡되고 스케일링된 조정 곡선 집단을 사용하기 위해.
• 신경 반응을 조정 곡선에 의해 조절되는 포isson 분포 스파이크 빈도로 모델링하고, 피셔 정보를 계산하여 인지적 분별성의 하한을 도출하기 위해.
• 10,000개의 샘플을 사용한 몬테카를로 적분을 통해 신경 반응과 자극 간의 정규화된 상호정보량을 추정하기 위해.
• 관측된 신경 집단이 동질적 집단과 최적의 이질적 집단에 비해 얼마나 성능이 뛰어나지 여부를 비교하는 정규화된 정보 I_norm을 정의하기 위해.
• 생리적 데이터에 가우시안, 감마, 로그가우시안 조정 곡선을 피팅하고 총 자원 제약 조건(R)을 만족시키기 위해 이득을 스케일링하기 위해.

실험 결과

연구 질문

• RQ1 환경에서 자극 발생의 분포가 신경 조정 곡선의 조직 방식에 어떻게 영향을 미치는가?
• RQ2 시각 및 청각 시스템에서 관측된 신경 집단이 감각 코드의 이론적 정보 이론적 최적치에 얼마나 가까이 도달하는가?
• RQ3 조정 폭, 이득, 밀도의 신경 이질성과 인지적 분별성 간의 관계는 무엇인가?
• RQ4 통합 이론이 다양한 감각 모odalities에서 신경적 및 인지적 이질성을 동시에 설명할 수 있는가?
• RQ5 대사 제약 조건(N 및 R)이 인코딩 정확도와 집단 효율성 간의 트레이드오프에 어떻게 영향을 미치는가?

주요 결과

• 정보 최대화에서 유도된 최적의 신경 집단 구성 조건은 지역 자극 밀도에 반비례하는 조정 폭과 자극 확률에 의해 조절되는 이득을 예측한다.
• 공간 주파수, 청각 주파수, 변조 주파수, 속도에 대해 관측된 신경 집단은 정규화된 정보 값이 매우 높은 1에 가까운 범위(예: 0.98–0.99)를 전달하여 거의 최적의 성능을 보인다.
• 인지적 분별성 임계치(예: 웨버의 법칙)는 이론에 의해 잘 예측되며, 속도에 대한 예측된 환경 분포는 자연 환경에서 관측된 '느린 속도 우선'와 일치한다.
• 이론은 생리적 데이터에서 이들 매개변수에 상당한 변동성이 있음에도 불구하고, 다양한 모달리티에서 조정 곡선 폭과 이득을 정확히 예측한다.
• 정규화된 상호정보량 지표는 관측된 신경 집단이 동질적 집단보다 뛰어나며, 모든 테스트 자원 제약 조건 하에서 이론적 최적에 가까이 도달함을 확인한다.
• 강건성 검증 결과는 모델링된 조정 곡선의 정밀한 형태(Gaussian 대비 상승코사인)에 민감하지 않음을 확인하여 결과의 일반성을 뒷받침한다.