Новое исследование, опубликованное на arXiv, показывает, что стандартные подходы к выводу связей мозга по нейронным записям часто восстанавливают ложные структуры. Исследователи из Вашингтонского университета и Института Аллена разработали метод, использующий непрерывные нормализующие потоки (CNF) и принцип максимальной энтропии для изучения распределений весов связей, которые являются максимально несмещенными.
Исследование
Тимоти Дойон Ким и его коллеги задались целью решить проблему вырожденности при выводе связей по популяционным записям: множество структур связей могут генерировать идентичную нейронную динамику. Используя рекуррентные нейронные сети с низким рангом (lrRNN), они сначала охарактеризовали условия, при которых существует единственная структура связей. Затем они построили систему вывода, которая вместо оценки одной матрицы связей изучает распределение весов связей. Это распределение обучается с помощью согласования потоков для соответствия наблюдаемой динамике, оставаясь максимально несмещенным относительно неидентифицируемых компонентов. Метод зафиксировал тяжелохвостые распределения связей, обнаруженные в эмпирических данных. Команда проверила свой подход на синтетических наборах данных с мультистабильными аттракторами, предельными циклами и кольцевыми аттракторами, а также применила его к записям из фронтальной коры крыс во время задач принятия решений. Этот подход смещает фокус вывода цепей с восстановления одной матрицы связей на определение того, какие структуры связей необходимы для вычислений.
Почему это важно
Понимание того, как соединяются нейроны, является основой для объяснения познания. Эта работа показывает, что предположение о единственной «схеме соединений» по записям мозга может вводить в заблуждение. Изучая распределение возможных связей, исследователи могут определить, какие особенности необходимы для функции, а какие являются артефактами слабо ограниченного вывода. Для всех, кто интересуется работой своего мозга, это означает, что будущие интерфейсы мозг-компьютер и когнитивные тренировки могут быть основаны на более точных моделях нейронных вычислений.
Что вы можете сделать
Сохраняйте любопытство к тому, как нейробиологи расшифровывают активность мозга. Хотя вы не можете применить этот метод дома, вы можете тренировать свои когнитивные навыки с помощью научно обоснованных головоломок и тестов. Помните, что связи в вашем мозге динамичны и формируются опытом — занятия новым обучением могут укрепить полезные цепи.
Источник: arXiv q-bio.NC
Любопытно узнать свой мозг? Пройдите наш бесплатный адаптивный IQ-тест или попробуйте 306 уровней тренировки мозга.
