计算神经学笔记-population coding and bayesian estimation

在我们的身体里，通常是有很多神经元参与决策的。那么这么多的神经元的输出信息如何给他们解码呢？首先，介绍一下蟋蟀（cricket）的cercal cell。

cricket对于空气的流动非常敏感。这些信息能够帮助他们躲避移动的捕食者（predator）或者飞行的苍蝇拍（swatter）。 他们可以依靠一个像天线一样的结构看到这些移动的东西，英文叫cerci，这个东西长在在腹部的背后。 这个结构将风的速度转换为电信号，协助蟋蟀来完成躲避的动作。

上图表示了不同的神经元所出现的不同的firing rate。有意思的事情是，在这些众多的神经元中，只有这四种曲线。神经元只在四哥个角度达到最大值，而这四个角度恰好是45度，135度，225度和315度。将这四个方向作为坐标系，如下图所示：

c1表示的是45度，以此类推。上边的曲线可以近似的用cos函数来表示，那么，对于不同类型的神经元来说，就相当于将cos函数做平移然后只取他正的部分啦。比如对于45度的这个曲线，我们可以用这个方程来表达：

其中Sa表示的是45，方程左边是对于firing rate做了归一化的处理。从几何上来解释，归一化的firing rate实际上是对风的速度在制定的坐标轴上做投影。如果将v的模值设为