動力学的因果モデリングにおける神経スパイク交差コレログラム解析について(機械学習によるバイオデータマインニング,一般)
スポンサーリンク
概要
- 論文の詳細を見る
スパイク統計に基づいて神経細胞間の機能的結合を知るための手法として、一般化線形モデル(GLM)に基づく応答関数推定法が提案されている。GLMによれば古典的な2ニューロン間クロスコレログラム解析で生じる擬似相関起源の偽陽性を排除できる。しかし、GLMによっても原理的に避けられない偽陽性要因が存在する。本発表ではそのうち2つを指摘する。第一は、スパイク検出時刻決定の誤差、第二は時間方向に非線形性の強いダイナミクスをGLMでフィッティングすることによって生じる歪みである。本発表ではまた、これらの偽陽性を避けるために、応答関数可視化法に関する小さなトリック「GLMクロスコレログラム」を提案する。これとクラスタリング法と組み合わせて、機能的結合パターンの典型例を見つけることで、通常手法を使った場合に導かれたであろう解釈誤りの可能性を減らせることを示す。
- 一般社団法人電子情報通信学会の論文
- 2013-06-20
著者
関連論文
- 検定多重性とサンプル個性を利用した臨床ラベル関連遺伝子探索(学習によるバイオデータマインニング・生命現象の非線形性,機械学習によるバイオデータマインニング・生命現象の非線形性,一般)
- 検定多重性とサンプル個性を利用した臨床ラベル関連遺伝子探索(機械学習によるバイオデータマインニング・生命現象の非線形性,機械学習によるバイオデータマインニング・生命現象の非線形性,一般)
- 検定多重性とサンプル個性を利用した臨床ラベル関連遺伝子探索(3研究会合同企画セッション[1])
- 視覚的注意の移動特性における復帰抑制の影響
- ARD事前分布を用いた確率的マージン最大化行列因子化法の提案と欠測予測(神経ダイナミクス,一般)
- 超多重検定によって分かること(特別セッション,機械学習とその応用)
- 発火時刻の揺らぎを考慮した位相応答曲線の統計的推定(非線形科学と統計科学の対話,研究会報告)
- 検定多重性とサンプル個性を利用した臨床ラベル関連遺伝子探索
- 動力学的因果モデリングにおける神経スパイク交差コレログラム解析について(機械学習によるバイオデータマインニング,一般)