Probabilistic population codes; PPC
ベイズの定理から、
$ p(s|r) \propto p(r|s)p(s)
事後確率$ p(s|r)は事前確率$ p(s)と尤度関数$ p(r|s)の積に比例する
どのような感覚刺激が入ってきたかの予測は、事前知識と実際の観測の両者から決まる
"実際の観測"は神経細胞の集団活動によって表現されていると考える
神経活動をポアソン分布(Poisson Distribution)で近似すると、
$ p(s|r) \propto \prod_{i} \frac{e^{-f_i(s)}f_i(s)^{r_i}}{r_i!} p(s)
と書ける。
ここでは、ポアソン分布(Poisson Distribution)におけるイベントの発生回数を、特定の神経細胞iの応答に置き換えている
$ f_i(s):Tuning Curve
特定の刺激sに対する応答
Probability density estimation for the interpretation of neural population codes | Journal of Neurophysiology (1996)
Bayesian inference with probabilistic population codes | nature neuroscience (2006)
population coding
ベイズ推論(Bayesian Inference)