该研究利用自编码器和流形学习方法分析大鼠海马体细胞的神经活动，揭示了空间编码的几何结构。研究强调正则化对感受野和放电率的空间分离的重要性，并提出了一种新型自编码器架构，能够有效学习动物特征并构建认知地图。这些发现为理解神经系统疾病与海马形态变化的关系提供了重要见解。