Deep Representation Learning on Whole-Brain Population Dynamics Uncovers Geometrically Separable Neural Codes
Questo articolo introduce un framework di deep learning agnostico rispetto al cablaggio che decodifica con successo codici neurali interpretabili e geometricamente separabili per lo stato metabolico, la modalità sensoriale e la valenza dello stimolo da dati di imaging del calcio del cervello intero di Drosophila senza richiedere annotazione anatomica o informazioni sulla connettività.