Storyboard

La codificacion neural estudia como la informacion sobre un estimulo o variable externa queda representada en patrones de actividad de una o mas neuronas. La tasa de disparo instantanea resume un tren de potenciales de accion discretos en una variable continua, mientras que herramientas de teoria de la informacion (entropia, informacion mutua) cuantifican de forma general cuanta incertidumbre sobre el estimulo se reduce al observar la respuesta neural, sin asumir un mecanismo especifico de codificacion. Muchas neuronas sensoriales muestran curvas de sintonia (tuning curves) en forma de campana respecto a una variable del estimulo, y el coeficiente de variacion de los intervalos entre disparos (ISI) cuantifica que tan regular o irregular es el patron temporal de disparo. A nivel poblacional, el estimulo puede reconstruirse mediante decodificacion lineal optima o mediante el metodo del vector poblacional, que pondera la contribucion de cada neurona segun su preferencia de sintonia y su tasa de disparo instantanea.

>Modelo

ID:('ky', 1533)

Storyboard

$r(t)=\frac{1}{\Delta T}\sum_k\delta(t-t_k)$

Variables

$r(t)$

Tasa de disparo instantánea

$Hz$

$t$

Tiempo

$s$

$t_k$

Tiempo de spike

$s$

$Delta T$

Ventana temporal

$s$

>Modelo

ID:('gm', 13590)

Storyboard

$I(S;R)=\sum_s\sum_r p(s,r)\log\frac{p(s,r)}{p(s)p(r)}$

Variables

$S$

Estímulo

$1$

$I(S;R)$

Información mutua

$bit$

$p(s,r)$

Probabilidad conjunta

$1$

$R$

Respuesta neural

$1$

>Modelo

ID:('gm', 13591)

Storyboard

$H(R)=-\sum_r p(r)\log p(r)$

Variables

$H(R)$

Entropía de respuesta

$bit$

$R$

Respuesta neural

$1$

>Modelo

ID:('gm', 13592)

Storyboard

$r(\theta_{stim})=r_{max}e^{-(\theta_{stim}-\theta_{pref})^2/(2\sigma_{tune}^2)}$

Variables

$r_{max}$

Tasa máxima

$Hz$

$sigma_{tune}$

Ancho de sintonía

$rad$

$\theta_{pref}$

Preferencia de sintonía

$rad$

$\theta_{stim}$

Variable angular del estímulo

$rad$

>Modelo

ID:('gm', 13593)

Storyboard

$CV_{ISI}=\sigma_{ISI}/\mu_{ISI}$

Variables

$CV_{ISI}$

Variabilidad ISI

$1$

>Modelo

ID:('gm', 13594)

Storyboard

$\hat{s}(t)=\sum_i w_i r_i(t)$

Variables

$hat{s}$

Estímulo reconstruido

$1$

$w_i$

Peso de decodificación

$1$

$t$

Tiempo

$s$

>Modelo

ID:('gm', 13595)

Storyboard

$\mathbf V_{pop}=\frac{\sum_i r_i\mathbf C_i}{\sum_i r_i}$

Variables

$mathbf V_{pop}$

Vector poblacional

$1$

$mathbf C_i$

Vector preferido neuronal

$1$

>Modelo

ID:('gm', 13596)

Descripción

Red de modelo

• Método alternativo
• Método tradicional
• Estrategia
• 2D
• 3D

Ecuación

Número

Primero, seleccione la ecuación:   a ,  luego, seleccione la variable:   a 

---

Símbolo

Ecuación

Resuelto

Traducido

Cálculos

Símbolo

Ecuación

Resuelto

Traducido

 Variable   Dado   Calcule   Objetivo :   Ecuación   A utilizar

Variables

$H(R)$

H(R)

Entropía de respuesta

bit

$S$

S

Estímulo

1

$hat{s}$

s_est

Estímulo reconstruido

1

$I(S;R)$

I(S,R)

Información mutua

bit

$w_i$

w[i]

Peso de decodificación

1

$p(s,r)$

p(s,r)

Probabilidad conjunta

1

$R$

R

Respuesta neural

1

$CV_{ISI}$

CV_ISI

Variabilidad ISI

1

$mathbf V_{pop}$

V_pop

Vector poblacional

1

$mathbf C_i$

C[i]

Vector preferido neuronal

1

$r(t)$

r(t)

Tasa de disparo instantánea

Hz

$r_{max}$

r_max

Tasa máxima

Hz

$sigma_{tune}$

sigma_tune

Ancho de sintonía

rad

$\theta_{pref}$

theta_pref

Preferencia de sintonía

rad

$\theta_{stim}$

theta_stim

Variable angular del estímulo

rad

$t$

t

Tiempo

s

$t_k$

t_k

Tiempo de spike

s

$Delta T$

DeltaT

Ventana temporal

s

ID:(0, 1533)