• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Asilomar Conference on Signals, Systems and Computers >Primacy coding in dual olfactory networks
【24h】

Primacy coding in dual olfactory networks

机译：双嗅觉网络中的Primacy编码

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In the olfactory system, odor percepts retain their identity despite substantial variations in concentration, timing, and background. We propose a novel strategy for encoding intensity-invariant stimuli identity based on representing relative rather than absolute stimulus features. In this scheme, dependence on relative amplitudes of stimulus features makes identity invariant to intensity and monotonous non-linearities of neuronal responses. We propose that the olfactory system represents stimulus identity using the information that a subset of odorant receptor types responds more strongly than all receptor types in the complement set. We show that this information is sufficient to ensure the robust recovery of a sparse stimulus (odorant) via elastic net loss minimization. This minimization is performed under the constraints imposed by the relationships between these two receptor sets. We formulate this problem using its dual Lagrangian. We show that the dual problem can be solved by a neural network whose Lyapunov function represents the dual Lagrangian. We thus propose that networks in the piriform cortex compute odorant identity and implement dual computations with the sparse activities of individual neurons representing Lagrange multipliers.
机译：在嗅觉系统中，尽管浓度，时间和背景存在很大差异，但气味感知仍保持其身份。我们提出了一种基于代表相对而非绝对刺激特征的强度不变的刺激身份编码的新策略。在该方案中，依赖于刺激特征的相对幅度使得身份不变，其强度与神经元反应的单调非线性无关。我们提出，嗅觉系统使用一种信息来表示刺激身份，该信息是，气味受体类型的一个子集比补体集中的所有受体类型的响应更强烈。我们表明，此信息足以确保通过弹性净损失最小化来稳定恢复稀疏刺激（香精）。这种最小化是在这两个受体组之间的关系所施加的约束下进行的。我们使用其双重拉格朗日公式来表达此问题。我们证明对偶问题可以通过神经网络来解决，该神经网络的李雅普诺夫函数表示对偶拉格朗日函数。因此，我们建议在梨状皮层中的网络计算加味剂身份并利用代表拉格朗日乘数的单个神经元的稀疏活动实现双重计算。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号