Multitaper Analysis of Semi-Stationary Spectra From Multivariate Neuronal Spiking Observations
Multitaper Analysis of Semi-Stationary Spectra From Multivariate Neuronal Spiking Observations
复制标题
多变量神经元尖峰观察的半稳态光谱的多锥度分析
DOI：
10.1109/tsp.2020.3010197
复制
发表时间：
2020
影响因子：
5.4
通讯作者：
Babadi, Behtash
中科院分区：
文献类型：
--
作者：
Rupasinghe, Anuththara;Babadi, Behtash
提取神经过程的频谱表征是理解大脑节律如何调节认知功能的关键。虽然连续时间序列的光谱估计已经得到了很好的研究，但基于峰值观测推断潜在非平稳过程的光谱表示是具有挑战性的，因为潜在的非线性限制了现有方法的光谱时间分辨率。在本文中，我们通过开发一种多锥度光谱估计方法来解决这个问题，该方法可以直接应用于多变量峰值观测，以提取控制峰值活动的潜在非平稳过程的半平稳光谱密度。我们建立了我们所提出的估计量的偏方差权衡的理论界限。最后，我们提出的技术在模拟和真实数据中的应用表明，与现有方法相比，性能有了显著提高。
Extracting the spectral representations of neural processes that underlie spiking activity is key to understanding how brain rhythms mediate cognitive functions. While spectral estimation of continuous time-series is well studied, inferring the spectral representation of latent non-stationary processes based on spiking observations is challenging due to the underlying nonlinearities that limit the spectrotemporal resolution of existing methods. In this paper, we address this issue by developing a multitaper spectral estimation methodology that can be directly applied to multivariate spiking observations in order to extract the semi-stationary spectral density of the latent non-stationary processes that govern spiking activity. We establish theoretical bounds on the bias-variance trade-off of our proposed estimator. Finally, application of our proposed technique to simulated and real data reveals significant performance gains over existing methods.
登录
查看更多内容
使用纳米制造的神经探针进行多重、高密度电生理学。
影响因子：
3.7
作者：
Du J;Blanche TJ;Harrison RR;Lester HA;Masmanidis SC
通讯作者：
Masmanidis SC
递归稀疏点过程回归及其在谱时间感受野可塑性分析中的应用
影响因子：
5.4
作者：
Alireza Sheikhattar;J. Fritz;S. Shamma;B. Babadi
通讯作者：
B. Babadi
非平稳随机过程的广义演化谱分析和 Weyl 谱
影响因子：
5.4
作者：
G. Matz;F. Hlawatsch;W. Kozek
通讯作者：
W. Kozek
DOI：
--
发表时间：
2008
期刊：
影响因子：
--
作者：
K. Lii;M. Rosenblatt
通讯作者：
M. Rosenblatt
多元尖峰观测的演化谱密度矩阵的多锥分析
DOI：
10.1109/dsw.2019.8755579
发表时间：
2019
期刊：
2019 IEEE Data Science Workshop (DSW
影响因子：
--
作者：
Rupasinghe, Anuththara;Babadi, Behtash
通讯作者：
Babadi, Behtash