视网膜中的信号处理：可解释的图分类器预测神经节细胞响应
原文中文，约500字，阅读约需2分钟。发表于：。从数据中学习可解释的基于图的分类器以预测视觉刺激下的节细胞发射；通过学习正半定 (PSD) 距离矩阵来定义图节点 (视觉事件) 之间的马氏距离，从而导出边权和可进行二元分类的组合图；通过图的半定规划来优化距离矩阵的目标，结合 Gershgorin 圆盘理论和线性化的 Gershgorin...
神经网络中的神经元代表特征，但可能表现出混合选择性。研究发现，深度网络中的特征可能通过多个神经元叠加表示。研究提出了一种自动化方法来量化视觉可解释性，并在神经数据上验证了这一方法。研究还发现大脑可能也使用了叠加表示。这对于稳健、高效和分解表示提出了基本问题。
