66、分布式群体编码网络中的动态线索组合

分布式群体编码网络中的动态线索组合

1. 网络模拟基础与目标

在研究分布式群体编码网络时，我们聚焦于如何对时变的感官输入进行不确定性表征，并实现有效的线索组合。这里，组合刺激先验可视为对位移先验的缩放，网络参数的优化目标是最小化该分布与根据特定公式（Eq. 20.21）解码其输出所得到的分布之间的 KL 散度。

2. 模拟实验设置

• 实验次数 ：对训练好的网络进行 500 次试验测试。
• 先验分布假设 ：假设先验分布为特定形式，其中相关参数有具体设定。

3. 模拟结果分析

3.1 估计光标分布情况

• 初始阶段 ：在试验开始时，对于三种不同的刺激条件，估计的后验分布严重依赖先验分布，估计均值集中在高斯先验分布均值 0.3 cm 附近。
• 运动前半段 ：后验分布的方差随时间增加，这是因为此阶段的输入仅为来自未看到的手的本体感受输入和特定时刻的视觉输入，方差增加表明手指位置估计的可靠性降低。
• 视觉反馈阶段 ：当试验进行到中途提供视觉反馈时，后验均值向光标位置（此处试验为 0.45 cm）移动，后验方差缩小。这反映了新的视觉信息增强了对光标位置的确定性，此后后验分布更多依赖视觉反馈，而较少依赖学习到的先验信息。且三种刺激条件下，视觉可靠性越低，后验方差越大。