Поиск коллективного поведения в крупной сети сенсорных нейронов

Модели максимальной энтропии представляют собой наименее структурированные распределения вероятностей, которые точно воспроизводят выбранный набор статистик, измеренных во взаимодействующей сети. Здесь мы используем этот принцип для построения вероятностных моделей, описывающих коррелированную импульсную активность популяций численностью до 120 нейронов в сетчатке саламандры при просмотре естественных видеосцен. Уже в группах размером всего 10 нейронов взаимодействия между импульсами нельзя рассматривать как малые возмущения в остальном независимой системе; для 40 и более нейронов попарные взаимодействия необходимо дополнить глобальным взаимодействием, регулирующим распределение синхронности в популяции. Мы показываем, что такие модели «K-попарного взаимодействия», представляющие собой систематическое расширение ранее использовавшихся попарных моделей Изинга, превосходно описывают экспериментальные данные. Мы исследуем свойства нейронного словаря, 1) оценивая его энтропию, которая ограничивает способность популяции представлять зрительную информацию; 2) классифицируя паттерны активности по небольшому набору метастабильных коллективных режимов; 3) показывая, что ансамбли нейронных кодовых слов чрезвычайно неоднородны; и 4) демонстрируя, что состояние отдельных нейронов можно с высокой точностью предсказать по состоянию остальных нейронов популяции, что обеспечивает возможность коррекции ошибок.