Bivariate cumulative probit model for the comparison of neuronal encoding hypotheses
Bivariate cumulative probit model for the comparison of neuronal encoding hypotheses
复制标题
用于比较神经编码假设的双变量累积概率模型
DOI：
10.1002/bimj.201200161
复制
发表时间：
2014
影响因子：
1.7
通讯作者：
Kretzberg J
中科院分区：
文献类型：
--
作者：
Hillmann J;Kneib T;Koepcke L;Juárez Paz LM;Kretzberg J
了解刺激特性在感觉器官的神经细胞反应中编码的方式是神经科学中的基本科学问题之一。不同的神经元编码假设可以通过使用称为刺激重建的逆过程进行比较。在这里，基于实验记录的神经元响应的不同属性，通过统计分类方法估计某些刺激属性的值。刺激重建结果的比较，然后可以得出结论的协变量特征的相对重要性。由于许多刺激属性有一个自然的顺序，因此可以被认为是有序的，我们引入了一个双变量有序概率模型，以获得分类的组合的光强度和速度的视觉点图案的基础上提取的不同协变量从记录的尖峰列车。对于参数估计，我们开发了一个贝叶斯吉布斯采样器，并将惩罚样条模型的非线性效应。我们比较了不同个体细胞协变量和神经元组的简单特征的分类性能，发现至少两个协变量的组合显著提高了分类性能。此外，我们获得了第一个尖峰潜伏期的非线性效应。将该模型与朴素贝叶斯刺激估计方法进行比较，该方法对给定数据集产生可比的误分类率。因此，双变量有序概率单位模型被证明是一个有用的工具，刺激重建，特别是由于其灵活性方面的协变量的数量，以及他们的规模和效果类型。
Understanding the way stimulus properties are encoded in the nerve cell responses of sensory organs is one of the fundamental scientific questions in neurosciences. Different neuronal coding hypotheses can be compared by use of an inverse procedure called stimulus reconstruction. Here, based on different attributes of experimentally recorded neuronal responses, the values of certain stimulus properties are estimated by statistical classification methods. Comparison of stimulus reconstruction results then allows to draw conclusions about relative importance of covariate features. Since many stimulus properties have a natural order and can therefore be considered as ordinal, we introduce a bivariate ordinal probit model to obtain classifications for the combination of light intensity and velocity of a visual dot pattern based on different covariates extracted from recorded spike trains. For parameter estimation, we develop a Bayesian Gibbs sampler and incorporate penalized splines to model nonlinear effects. We compare the classification performance of different individual cell covariates and simple features of groups of neurons and find that the combination of at least two covariates increases the classification performance significantly. Furthermore, we obtain a non‐linear effect for the first spike latency. The model is compared to a naïve Bayesian stimulus estimation method where it yields comparable misclassification rates for the given dataset. Hence, the bivariate ordinal probit model is shown to be a helpful tool for stimulus reconstruction particularly thanks to its flexibility with respect to the number of covariates as well as their scale and effect type.
登录
查看更多内容
感觉神经纤维的全有或全无反应
DOI：
--
发表时间：
--
期刊：
Journal of Physiology
影响因子：
--
作者：
E. Adrian;A. Forbes
通讯作者：
A. Forbes
年龄对接受心脏复律的患者的两种镇静和镇痛方案的疗效和副作用的影响：一项随机临床试验。
影响因子：
4.4
作者：
M. Parlak;I. Parlak;Bulent Erdur;A. Ergin;E. Saǧiroǧlu
通讯作者：
E. Saǧiroǧlu
非对称二元有序分类数据的潜变量回归模型
影响因子：
1.5
作者：
F. Zayeri;A. Kazemnejad
通讯作者：
A. Kazemnejad
通过吉布斯采样器对截断泊松和多元正态密度进行采样
DOI：
--
发表时间：
1996
期刊：
影响因子：
--
作者：
Craig. Cumbus
通讯作者：
Craig. Cumbus
影响因子：
2.5
作者：
Zhang, KC;Ginzburg, I;Sejnowski, TJ
通讯作者：
Sejnowski, TJ