[논문 리뷰] Predictive information in a sensory population

Stephanie E. Palmer, Olivier Marre외 2명|arXiv (Cornell University)|2013. 06. 30.

Neural dynamics and brain function참고 문헌 41인용 수 5

한 줄 요약

이 논문은 망막 간상세포 집단이 입력 통계에 의해 정해진 물리적 한계에 가까운 효율성으로 향후 시각 자극에 대한 예측 정보를 코딩함을 보여준다. 확률적 이동 막대 자극과 동시에 다중 뉴런 기록을 사용하여, 저자들은 예측 코딩이 가장 초기 감각 단계에서 나타남을 보이며, 이후 뉴런들이 이 정보를 최적화하여 자극 표현과 특징 선택성을 향상시킴을 밝혀냈다.

ABSTRACT

Guiding behavior requires the brain to make predictions about future sensory inputs. Here we show that efficient predictive computation starts at the earliest stages of the visual system. We estimate how much information groups of retinal ganglion cells carry about the future state of their visual inputs, and show that every cell we can observe participates in a group of cells for which this predictive information is close to the physical limit set by the statistical structure of the inputs themselves. Groups of cells in the retina also carry information about the future state of their own activity, and we show that this information can be compressed further and encoded by downstream predictor neurons, which then exhibit interesting feature selectivity. Efficient representation of predictive information is a candidate principle that can be applied at each stage of neural computation.

연구 동기 및 목표

• 망막 간상세포 집단을 사용하여 감각 시스템이 향후 자극에 대한 예측 정보를 어떻게 코딩하는지 조사하기 위해.
• 망막에서의 예측 코딩이 입력 통계에 의해 정해진 이론적 정보 이론적 한계에 얼마나 가까운지 결정하기 위해.
• 후속 뉴런들이 예측 정보를 어떻게 압축하여 자극 표현과 특징 선택성을 향상시킬 수 있는지 탐색하기 위해.
• 효율적인 예측 계산이 신경 처리 단계 전반에 걸쳐 일반 원칙이 될 수 있는지 테스트하기 위해.

제안 방법

• 이동 막대 자극에 대한 반응으로 다중 전극을 통한 산악성 맹금의 맹금 간상세포에서 동시 기록을 수행하여 집단의 맥박 활동을 캡처하기 위해.
• 짧은 시간 창 동안 이진 단어(맥박 패턴)로 신경 집단 활동를 모델링하여 과거 및 향후 자극 위치에 대한 정보를 정량화하기 위해.
• 정보 이론을 사용하여 신경 집단 활동 W_t와 향후 자극 상태 X_{t'} 사이의 상호정보량 I(W_t; X_{t'})를 추정하기 위해.
• 과거 신경 활동을 압축하여 향후 자극을 예측하는 데 최적화된 표현 Z를 얻기 위해 정보 블로킹 방법을 적용하기 위해.
• 위치 및 속도 동역학에 대해 가우시안 및 마르코프 성질을 가정하여 블로킹 문제를 해석적으로 해결하기 위해.
• 맥박에 의해 유도된 자극 분포와 반응 통계를 분석하여 최적화된 예측 뉴런의 특징 선택성을 분석하기 위해.

실험 결과

연구 질문

• RQ1 망막 간상세포 집단이 향후 시각 자극에 대한 예측 정보를 어느 정도 코딩하는가?
• RQ2 망막 집단 활동의 예측 정보가 입력 통계에 의해 정해진 이론적 물리적 한계에 얼마나 가까운가?
• RQ3 후속 뉴런들이 예측 정보를 압축하여 자극 코딩을 향상시키고 특징 선택성을 보일 수 있는가?
• RQ4 최적화된 예측 뉴런이 맹금 집단 활동에서 어떤 자극 특징을 추출하는가?
• RQ5 예측 정보 최적화가 자극 표현의 정확성과 해상도를 어떻게 향상시키는가?

주요 결과

• 망막 간상세포 집단은 입력 자극의 통계적 구조에 의해 정해진 이론적 최대 허용 범위에 가까운 예측 정보를 향후 시각 자극에 대해 코딩한다.
• 망막 집단에서의 예측 정보는 스파ike당 최대화되며, 다양한 그룹 크기와 자극 조건에서도 강건하게 유지된다.
• 예측 정보를 압축하는 후속 예측 뉴런은 더 높은 자극 코딩 효율성을 달성하며, 예측 정보가 더 잘 포착될수록 정보량이 증가한다.
• 최적화된 예측 뉴런은 강한 특징 선택성을 보이며, 일정한 속도 운동을 감지하고 불확실성을 줄인 자극 위치의 정밀한 추정을 제공한다.
• 지연 예측(예: Δt = 1/30 s)을 최적화한 예측 뉴런은 신경 처리 지연을 보상하여 자극 추정의 시간 해상도를 향상시킬 수 있다.
• 정보 블로킹 프레임워크는 신경 시스템에서 예측 정확도와 표현 효율성 간의 균형을 이루는 최적의 압축 전략을 성공적으로 규명한다.