[论文解读] A Single Model Explains both Visual and Auditory Precortical Coding

Honghao Shan, Matthew H. Tong+1 more|arXiv (Cornell University)|Feb 26, 2016

Neural dynamics and brain function参考文献 38被引用 4

一句话总结

本文提出了一种单一同质稀疏主成分分析（SPCA）模型，通过信息保持、布线最小化和响应均衡化约束，解释视觉与听觉皮层前处理编码。该模型成功使用同一框架复现了视网膜中心-周围感受野与听觉伽马音调（gammatone）样滤波器，表明高效编码是跨感觉模态的统一原则。

ABSTRACT

Precortical neural systems encode information collected by the senses, but the driving principles of the encoding used have remained a subject of debate. We present a model of retinal coding that is based on three constraints: information preservation, minimization of the neural wiring, and response equalization. The resulting novel version of sparse principal components analysis successfully captures a number of known characteristics of the retinal coding system, such as center-surround receptive fields, color opponency channels, and spatiotemporal responses that correspond to magnocellular and parvocellular pathways. Furthermore, when trained on auditory data, the same model learns receptive fields well fit by gammatone filters, commonly used to model precortical auditory coding. This suggests that efficient coding may be a unifying principle of precortical encoding across modalities.

研究动机与目标

• 识别跨模态前皮层感觉编码背后的统一计算原理。
• 开发一种能够解释已知视网膜感受野特性（如中心-周围结构与颜色对立）的模型。
• 检验同一模型是否能解释听觉皮层处理，特别是伽马音调样滤波。
• 将三个关键生物学约束——信息保持、最小布线成本与响应均衡——整合进单一神经编码框架。
• 证明高效编码是早期感觉处理中跨模态的共享原则，尽管模态存在差异。

提出的方法

• 该模型采用一种新颖的稀疏主成分分析（SPCA）公式，通过强制连接权重稀疏化以最小化神经布线。
• 它整合了三种约束：(1) 压缩表示中最大化信息保持，(2) 最小化总神经布线成本，(3) 使各神经元平均输出活动相等。
• 该算法求解一个优化问题，通过输出功率的阈值约束平衡重构误差、稀疏性（通过L1正则化实现）与方差均衡化。
• 该方法采用近似解法求解SPCA问题，以实现对大规模数据集（包括自然图像、视频与音频）的可扩展性。
• 对于视觉数据，模型处理自然图像中的LMS视锥响应，提取20×20像素图像块以学习空间滤波器。
• 对于听觉数据，它处理自然声音与语音的128样本音频段，估计相关矩阵并学习时空滤波器。

实验结果

研究问题

• RQ1 一个单一计算模型能否解释视觉与听觉皮层感受野结构？
• RQ2 信息保持、布线最小化与响应均衡化这三项约束是否共同作用于视觉与听觉系统中的编码？
• RQ3 该模型是否能复现已知的生物学特征，如中心-周围感受野与伽马音调样滤波器？
• RQ4 高效编码是否是早期神经处理中跨感觉模态的统一原则？
• RQ5 在视觉数据上训练的同一算法是否能产生无需模态特异性调谐的生物合理听觉滤波器？

主要发现

• 该模型在仅保留最优PCA解99.75%方差的同时，通过稀疏化将连接性降低了96.11%。
• 所学习的视觉滤波器表现出中心-周围感受野、颜色对立以及与大细胞与小细胞通路匹配的时空响应。
• 当在听觉数据上训练时，该模型产生的滤波器与常用于建模听觉神经纤维反应的伽马音调滤波器高度匹配。
• 该模型成功复现了视网膜编码的已知特征，如ON/OFF中心反应以及通过时空滤波实现的持续/瞬时反应。
• 将同一算法应用于自然视频时，即使在去隔行化视频数据上训练，也能产生具有合理运动与空间频率调谐特性的滤波器。
• 该模型表明，当高效编码受到布线成本与响应平衡约束时，自然产生模态特异性感受野结构。