使用循环神经网络进行行为相关神经动力学的分离式和优先级建模

[图片] 研究内容 理解神经活动动态向行为的转变需要新的能力来非线性地建模、分离并优先处理与行为相关的关键神经动力学，并测试关于非线性起源的假设。我们提出了一种名为“分离优先分析动态（DPAD）”的方法，这是一种能够利用多节神经网络架构和训练方法实现上述能力的非线性动态建模方法。通过分析四个运动任务中的皮层放电和局部场电位活动，我们展示了五种应用案例。DPAD使神经-行为预测更加准确。它识别出比传统功率特征更具有行为预测性的局部场电位的非线性动态转换。进一步地，DPAD实现了行为预测的非线性神经维数减少...【查看原文】