With or without you: predictive coding and Bayesian inference in the brain.
With or without you: predictive coding and Bayesian inference in the brain.
复制标题
DOI：
10.1016/j.conb.2017.08.010
复制
发表时间：
2017-10
影响因子：
5.7
通讯作者：
Lengyel M
中科院分区：
文献类型：
--
作者：
Aitchison L;Lengyel M
最近出现了两种理论思想，旨在为神经群体编码和动力学提供统一的功能解释：预测编码和贝叶斯推理。在这里，我们描述了这两种理论和它们的组合成一个单一的框架：贝叶斯预测编码。我们澄清了如何区分这两种理论，尽管共享核心计算概念和解决重叠的经验现象。我们认为，预测编码是一种算法/代表性的主题，可以服务于几个不同的计算目标，贝叶斯推理只是其中之一。相反，虽然贝叶斯推理可以利用预测编码，但它也可以通过各种其他表示来实现。我们批判性地评估支持贝叶斯预测编码的实验证据，并讨论如何更直接地测试它。
Two theoretical ideas have emerged recently with the ambition to provide a unifying functional explanation of neural population coding and dynamics: predictive coding and Bayesian inference. Here, we describe the two theories and their combination into a single framework: Bayesian predictive coding. We clarify how the two theories can be distinguished, despite sharing core computational concepts and addressing an overlapping set of empirical phenomena. We argue that predictive coding is an algorithmic / representational motif that can serve several different computational goals of which Bayesian inference is but one. Conversely, while Bayesian inference can utilize predictive coding, it can also be realized by a variety of other representations. We critically evaluate the experimental evidence supporting Bayesian predictive coding and discuss how to test it more directly.
登录
查看更多内容
影响因子：
2.5
作者：
Cavanaugh, JR;Bair, W;Movshon, JA
通讯作者：
Movshon, JA
影响因子：
19.9
作者：
Fiser, Jozsef;Berkes, Pietro;Orban, Gergo;Lengyel, Mate
通讯作者：
Lengyel, Mate
影响因子：
64.8
作者：
BOLZ, J;GILBERT, CD
通讯作者：
GILBERT, CD
影响因子：
16.2
作者：
Beck JM;Ma WJ;Kiani R;Hanks T;Churchland AK;Roitman J;Shadlen MN;Latham PE;Pouget A
通讯作者：
Pouget A
影响因子：
4.3
作者：
Boerlin M;Denève S
通讯作者：
Denève S