न्यूरल कोडिंग: Difference between revisions
From Vigyanwiki
No edit summary |
No edit summary |
||
| Line 1: | Line 1: | ||
{{short description|Method by which information is represented in the brain}} | {{short description|Method by which information is represented in the brain}} | ||
'''न्यूरल | '''न्यूरल कोडिंग''' (या '''न्यूरल प्रतिनिधित्व''') एक न्यूरल विज्ञान क्षेत्र है जो संदीपन और व्यक्तिगत या समूह न्यूरोनल प्रतिक्रियाओं और समूह में न्यूरॉन्स की विद्युत गतिविधि के बीच संबंध के बीच काल्पनिक संबंध को चित्रित करने से संबंधित है।<ref name="Brown">{{cite journal |vauthors=Brown EN, Kass RE, Mitra PP |title=Multiple neural spike train data analysis: state-of-the-art and future challenges |journal=Nat. Neurosci. |volume=7 |issue=5 |pages=456–61 |date=May 2004 |pmid=15114358 |doi=10.1038/nn1228 |s2cid=562815 }}</ref><ref>{{Cite journal|last=Johnson|first=K. O.|date=June 2000|title=तंत्रिका कोडिंग|journal=Neuron|volume=26|issue=3|pages=563–566|issn=0896-6273|pmid=10896153|doi=10.1016/S0896-6273(00)81193-9|doi-access=free}}</ref> इस सिद्धांत के आधार पर कि संवेदी और अन्य जानकारी मस्तिष्क में न्यूरॉन्स के नेटवर्क द्वारा दर्शायी जाती है, यह माना जाता है कि न्यूरॉन्स डिजिटल और एनालॉग दोनों सूचनाओं को एनकोड कर सकते हैं।<ref name="thorpe">{{cite book |first=S.J. |last=Thorpe |chapter=Spike arrival times: A highly efficient coding scheme for neural networks |chapter-url=https://www.researchgate.net/publication/247621744 |format=PDF |pages=91–94 |editor1-first=R. |editor1-last=Eckmiller |editor2-first=G. |editor2-last=Hartmann |editor3-first=G. |editor3-last=Hauske | editor3-link = Gert Hauske |title=तंत्रिका तंत्र और कंप्यूटर में समानांतर प्रसंस्करण|url=https://books.google.com/books?id=b9gmAAAAMAAJ |year=1990 |publisher=North-Holland |isbn=978-0-444-88390-2}}</ref> | ||
== सिंहावलोकन == | == सिंहावलोकन == | ||
शरीर की कोशिकाओं में न्यूरॉन्स बड़ी दूरी पर संकेतों को तेजी से फैलाने की अपनी क्षमता में उल्लेखनीय हैं। वे क्रिया सामर्थ्य कहे जाने वाले विशिष्ट विद्युत स्पंदों को उत्पन्न करके ऐसा करते हैं: वोल्टेज स्पाइक्स जो अक्षतंतु तक नीचे जा सकते हैं। संवेदी न्यूरॉन्स बाहरी संवेदी संदीपन, जैसे प्रकाश, ध्वनि, स्वाद, गंध और स्पर्श की उपस्थिति के साथ, विभिन्न टेम्पोरल पैटर्न में कार्य क्षमता के अनुक्रमों को सक्रिय करके अपनी गतिविधियों को बदलते हैं। यह ज्ञात है कि संदीपन के बारे में जानकारी कार्य क्षमता के इस पैटर्न में एन्कोड की गई है और मस्तिष्क में और उसके आसपास प्रसारित की जाती है, लेकिन यह एकमात्र तरीका नहीं है। विशिष्ट न्यूरॉन्स, जैसे कि रेटिना, श्रेणीबद्ध क्षमताओं के माध्यम से अधिक जानकारी संप्रेषित कर सकते हैं। यह क्रिया क्षमता से भिन्न है क्योंकि संदीपन की ताकत के बारे में जानकारी सीधे न्यूरॉन के आउटपुट की ताकत से संबंधित होती है। श्रेणीबद्ध क्षमता के लिए सिग्नल बहुत तेजी से क्षीण होता है, जिसके लिए कम अंतर-न्यूरॉन दूरी और उच्च न्यूरोनल घनत्व की आवश्यकता होती है। वर्गीकृत क्षमता का लाभ उच्च सूचना रेट है जो स्पाइकिंग न्यूरॉन्स की तुलना में अधिक राज्यों (यानी उच्च निष्ठा) को एन्कोड करने में सक्षम है।<ref>Sengupta B, Laughlin SB, Niven JE (2014) Consequences of Converting Graded to Action Potentials upon Neural Information Coding and Energy Efficiency. PLOS Computational Biology 10(1): e1003439. https://doi.org/10.1371/journal.pcbi.1003439</ref> | शरीर की कोशिकाओं में न्यूरॉन्स बड़ी दूरी पर संकेतों को तेजी से फैलाने की अपनी क्षमता में उल्लेखनीय हैं। वे क्रिया सामर्थ्य कहे जाने वाले विशिष्ट विद्युत स्पंदों को उत्पन्न करके ऐसा करते हैं: वोल्टेज स्पाइक्स जो अक्षतंतु तक नीचे जा सकते हैं। संवेदी न्यूरॉन्स बाहरी संवेदी संदीपन, जैसे प्रकाश, ध्वनि, स्वाद, गंध और स्पर्श की उपस्थिति के साथ, विभिन्न टेम्पोरल पैटर्न में कार्य क्षमता के अनुक्रमों को सक्रिय करके अपनी गतिविधियों को बदलते हैं। यह ज्ञात है कि संदीपन के बारे में जानकारी कार्य क्षमता के इस पैटर्न में एन्कोड की गई है और मस्तिष्क में और उसके आसपास प्रसारित की जाती है, लेकिन यह एकमात्र तरीका नहीं है। विशिष्ट न्यूरॉन्स, जैसे कि रेटिना, श्रेणीबद्ध क्षमताओं के माध्यम से अधिक जानकारी संप्रेषित कर सकते हैं। यह क्रिया क्षमता से भिन्न है क्योंकि संदीपन की ताकत के बारे में जानकारी सीधे न्यूरॉन के आउटपुट की ताकत से संबंधित होती है। श्रेणीबद्ध क्षमता के लिए सिग्नल बहुत तेजी से क्षीण होता है, जिसके लिए कम अंतर-न्यूरॉन दूरी और उच्च न्यूरोनल घनत्व की आवश्यकता होती है। वर्गीकृत क्षमता का लाभ उच्च सूचना रेट है जो स्पाइकिंग न्यूरॉन्स की तुलना में अधिक राज्यों (यानी उच्च निष्ठा) को एन्कोड करने में सक्षम है।<ref>Sengupta B, Laughlin SB, Niven JE (2014) Consequences of Converting Graded to Action Potentials upon Neural Information Coding and Energy Efficiency. PLOS Computational Biology 10(1): e1003439. https://doi.org/10.1371/journal.pcbi.1003439</ref> | ||
| Line 6: | Line 6: | ||
हालाँकि क्रिया सामर्थ्य अवधि, आयाम और आकार में कुछ हद तक भिन्न हो सकते हैं, लेकिन उन्हें सामान्यतः न्यूरल कोडिंग अध्ययनों में समान रूढ़िबद्ध घटनाओं के रूप में माना जाता है। यदि किसी एक्शन पोटेंशिअल की संक्षिप्त अवधि (लगभग 1 एमएस) को नजरअंदाज कर दिया जाता है, तो एक्शन पोटेंशिअल अनुक्रम, या स्पाइक ट्रेन, को समय में सभी या किसी भी बिंदु की घटनाओं की श्रृंखला द्वारा चित्रित किया जा सकता है।<ref name="Gerstner">{{cite book|author-link1=Wulfram Gerstner |first1=Wulfram |last1=Gerstner |first2=Werner M. |last2=Kistler |title=Spiking Neuron Models: Single Neurons, Populations, Plasticity |url=https://books.google.com/books?id=Rs4oc7HfxIUC |year=2002 |publisher=Cambridge University Press |isbn=978-0-521-89079-3}}</ref> स्पाइक ट्रेन में दो लगातार स्पाइक्स के बीच इंटरस्पाइक अंतराल (आईएसआई) की लंबाई प्रायः स्पष्ट रूप से यादृच्छिक रूप से भिन्न होती है।<ref name="Stein">{{cite journal |vauthors=Stein RB, Gossen ER, Jones KE |title=Neuronal variability: noise or part of the signal? |journal=Nat. Rev. Neurosci. |volume=6 |issue=5 |pages=389–97 |date=May 2005 |pmid=15861181 |doi=10.1038/nrn1668 |s2cid=205500218 }}</ref> न्यूरल कोडिंग के अध्ययन में यह मापना और वर्णन करना सम्मिलित है कि संदीपन गुण, जैसे कि प्रकाश या ध्वनि की तीव्रता, या मोटर क्रियाएं, जैसे कि हाथ की गति की दिशा, न्यूरॉन कार्रवाई क्षमता या स्पाइक्स द्वारा कैसे दर्शायी जाती हैं। न्यूरोनल फायरिंग का वर्णन और विश्लेषण करने के लिए, सांख्यिकीय विधियों और संभाव्यता सिद्धांत और स्टोकेस्टिक बिंदु प्रक्रियाओं के तरीकों को व्यापक रूप से लागू किया गया है। | हालाँकि क्रिया सामर्थ्य अवधि, आयाम और आकार में कुछ हद तक भिन्न हो सकते हैं, लेकिन उन्हें सामान्यतः न्यूरल कोडिंग अध्ययनों में समान रूढ़िबद्ध घटनाओं के रूप में माना जाता है। यदि किसी एक्शन पोटेंशिअल की संक्षिप्त अवधि (लगभग 1 एमएस) को नजरअंदाज कर दिया जाता है, तो एक्शन पोटेंशिअल अनुक्रम, या स्पाइक ट्रेन, को समय में सभी या किसी भी बिंदु की घटनाओं की श्रृंखला द्वारा चित्रित किया जा सकता है।<ref name="Gerstner">{{cite book|author-link1=Wulfram Gerstner |first1=Wulfram |last1=Gerstner |first2=Werner M. |last2=Kistler |title=Spiking Neuron Models: Single Neurons, Populations, Plasticity |url=https://books.google.com/books?id=Rs4oc7HfxIUC |year=2002 |publisher=Cambridge University Press |isbn=978-0-521-89079-3}}</ref> स्पाइक ट्रेन में दो लगातार स्पाइक्स के बीच इंटरस्पाइक अंतराल (आईएसआई) की लंबाई प्रायः स्पष्ट रूप से यादृच्छिक रूप से भिन्न होती है।<ref name="Stein">{{cite journal |vauthors=Stein RB, Gossen ER, Jones KE |title=Neuronal variability: noise or part of the signal? |journal=Nat. Rev. Neurosci. |volume=6 |issue=5 |pages=389–97 |date=May 2005 |pmid=15861181 |doi=10.1038/nrn1668 |s2cid=205500218 }}</ref> न्यूरल कोडिंग के अध्ययन में यह मापना और वर्णन करना सम्मिलित है कि संदीपन गुण, जैसे कि प्रकाश या ध्वनि की तीव्रता, या मोटर क्रियाएं, जैसे कि हाथ की गति की दिशा, न्यूरॉन कार्रवाई क्षमता या स्पाइक्स द्वारा कैसे दर्शायी जाती हैं। न्यूरोनल फायरिंग का वर्णन और विश्लेषण करने के लिए, सांख्यिकीय विधियों और संभाव्यता सिद्धांत और स्टोकेस्टिक बिंदु प्रक्रियाओं के तरीकों को व्यापक रूप से लागू किया गया है। | ||
बड़े पैमाने पर न्यूरल रिकॉर्डिंग और डिकोडिंग प्रौद्योगिकियों के विकास के साथ, शोधकर्ताओं ने न्यूरल कोड को क्रैक करना प्रारम्भ कर दिया है और पहले से ही वास्तविक समय न्यूरल कोड में पहली झलक प्रदान की है क्योंकि स्मृति हिप्पोकैम्पस में बनती है और याद की जाती है, मस्तिष्क क्षेत्र जिसे जाना जाता है | बड़े पैमाने पर न्यूरल रिकॉर्डिंग और डिकोडिंग प्रौद्योगिकियों के विकास के साथ, शोधकर्ताओं ने न्यूरल कोड को क्रैक करना प्रारम्भ कर दिया है और पहले से ही वास्तविक समय न्यूरल कोड में पहली झलक प्रदान की है क्योंकि स्मृति हिप्पोकैम्पस में बनती है और याद की जाती है, मस्तिष्क क्षेत्र जिसे जाना जाता है मेमोरी निर्माण के लिए केंद्रीय बनें।<ref>The Memory Code. http://www.scientificamerican.com/article/the-memory-code/</ref><ref>{{cite journal | last1 = Chen | first1 = G | last2 = Wang | first2 = LP | last3 = Tsien | first3 = JZ | year = 2009 | title = माउस हिप्पोकैम्पस में तंत्रिका जनसंख्या-स्तरीय स्मृति निशान| journal = PLOS ONE | volume = 4 | issue = 12| page = e8256 | doi = 10.1371/journal.pone.0008256 | pmid = 20016843 | pmc=2788416| bibcode = 2009PLoSO...4.8256C | doi-access = free }}</ref><ref>{{cite journal | last1 = Zhang | first1 = H | last2 = Chen | first2 = G | last3 = Kuang | first3 = H | last4 = Tsien | first4 = JZ | date = Nov 2013 | title = हिप्पोकैम्पस में एनएमडीए रिसेप्टर-निर्भर भय स्मृति एन्ग्राम के तंत्रिका कोड का मानचित्रण और व्याख्या करना| journal = PLOS ONE | volume = 8 | issue = 11| page = e79454 | doi = 10.1371/journal.pone.0079454 | pmid = 24302990 | pmc=3841182| bibcode = 2013PLoSO...879454Z | doi-access = free }}</ref> न्यूरल विज्ञानियों ने कई बड़े पैमाने पर मस्तिष्क डिकोडिंग परियोजनाएँ प्रारम्भ की हैं।<ref>Brain Decoding Project. http://braindecodingproject.org/</ref><ref>The Simons Collaboration on the Global Brain. https://www.simonsfoundation.org/life-sciences/simons-collaboration-global-brain/</ref> | ||
== एन्कोडिंग और डिकोडिंग == | == एन्कोडिंग और डिकोडिंग == | ||
| Line 21: | Line 21: | ||
रेट कोडिंग एक पारंपरिक कोडिंग योजना है, यह मानते हुए कि संदीपन के बारे में अधिकांश, यदि सभी नहीं, तो जानकारी न्यूरॉन की फायरिंग रेट में निहित होती है। क्योंकि किसी दिए गए प्रोत्साहन द्वारा उत्पन्न कार्य क्षमता का क्रम परीक्षण से परीक्षण में भिन्न होता है, न्यूरोनल प्रतिक्रियाओं को सामान्यतः सांख्यिकीय या संभाव्य रूप से व्यवहार किया जाता है। उन्हें विशिष्ट स्पाइक अनुक्रमों के बजाय फायरिंग दरों के आधार पर पहचाना जा सकता है। अधिकांश संवेदी प्रणालियों में, संदीपन की तीव्रता बढ़ने के साथ, फायरिंग रेट सामान्यतः गैर-रैखिक रूप से बढ़ जाती है।<ref name="Kandel">{{cite book |last1=Kandel |first1=E. |last2=Schwartz |first2=J. |last3=Jessel |first3=T.M. |title=तंत्रिका विज्ञान के सिद्धांत|publisher=Elsevier |year=1991 |isbn=978-0444015624 |edition=3rd |url=https://books.google.com/books?id=48hpAAAAMAAJ}}</ref> रेट कोडिंग धारणा के तहत, स्पाइक ट्रेन की टेम्पोरल संरचना में संभवतः एन्कोड की गई किसी भी जानकारी को अनदेखा कर दिया जाता है। परिणामस्वरूप, आईएसआई 'रव' के संबंध में रेट कोडिंग अक्षम है लेकिन अत्यधिक स्थिर है।<ref name="Stein"/> | रेट कोडिंग एक पारंपरिक कोडिंग योजना है, यह मानते हुए कि संदीपन के बारे में अधिकांश, यदि सभी नहीं, तो जानकारी न्यूरॉन की फायरिंग रेट में निहित होती है। क्योंकि किसी दिए गए प्रोत्साहन द्वारा उत्पन्न कार्य क्षमता का क्रम परीक्षण से परीक्षण में भिन्न होता है, न्यूरोनल प्रतिक्रियाओं को सामान्यतः सांख्यिकीय या संभाव्य रूप से व्यवहार किया जाता है। उन्हें विशिष्ट स्पाइक अनुक्रमों के बजाय फायरिंग दरों के आधार पर पहचाना जा सकता है। अधिकांश संवेदी प्रणालियों में, संदीपन की तीव्रता बढ़ने के साथ, फायरिंग रेट सामान्यतः गैर-रैखिक रूप से बढ़ जाती है।<ref name="Kandel">{{cite book |last1=Kandel |first1=E. |last2=Schwartz |first2=J. |last3=Jessel |first3=T.M. |title=तंत्रिका विज्ञान के सिद्धांत|publisher=Elsevier |year=1991 |isbn=978-0444015624 |edition=3rd |url=https://books.google.com/books?id=48hpAAAAMAAJ}}</ref> रेट कोडिंग धारणा के तहत, स्पाइक ट्रेन की टेम्पोरल संरचना में संभवतः एन्कोड की गई किसी भी जानकारी को अनदेखा कर दिया जाता है। परिणामस्वरूप, आईएसआई 'रव' के संबंध में रेट कोडिंग अक्षम है लेकिन अत्यधिक स्थिर है।<ref name="Stein"/> | ||
रेट कोडिंग के दौरान फायरिंग रेट की सटीक गणना करना बहुत महत्वपूर्ण है। वास्तव में, शब्द "फायरिंग रेट" की कुछ अलग-अलग परिभाषाएँ हैं, जो विभिन्न औसत प्रक्रियाओं को संदर्भित करती हैं, जैसे समय के साथ औसत (एकल-न्यूरॉन स्पाइक गणना के रूप में रेट) या प्रयोग के कई दोहराव (पीएसटीएच की रेट) का औसत | रेट कोडिंग के दौरान फायरिंग रेट की सटीक गणना करना बहुत महत्वपूर्ण है। वास्तव में, शब्द "फायरिंग रेट" की कुछ अलग-अलग परिभाषाएँ हैं, जो विभिन्न औसत प्रक्रियाओं को संदर्भित करती हैं, जैसे समय के साथ '''औसत ओवर टाइम''' (एकल-न्यूरॉन स्पाइक गणना के रूप में रेट) या प्रयोग के कई दोहराव (पीएसटीएच की रेट) का औसत हैl | ||
रेट कोडिंग में, सीखना गतिविधि-निर्भर सिनैप्टिक वजन संशोधनों पर आधारित होता है। | रेट कोडिंग में, सीखना गतिविधि-निर्भर सिनैप्टिक वजन संशोधनों पर आधारित होता है। | ||
| Line 34: | Line 34: | ||
स्पाइक-काउंट रेट को एक ही परीक्षण से निर्धारित किया जा सकता है, लेकिन परीक्षण के दौरान तंत्रिका प्रतिक्रिया में बदलाव के बारे में सभी टेम्पोरल समाधान खोने की कीमत पर। टेम्पोरल एवरेजिंग उन स्थितियों में अच्छी तरह से काम कर सकती है जहां संदीपन स्थिर है या धीरे-धीरे बदल रही है और जीव की तेज प्रतिक्रिया की आवश्यकता नहीं है - और यह स्थिति सामान्यतः प्रायोगिक प्रोटोकॉल में सामने आती है। हालाँकि, वास्तविक दुनिया का इनपुट शायद ही स्थिर होता है, लेकिन प्रायः तेजी से समय के पैमाने पर बदलता रहता है। उदाहरण के लिए, स्थिर छवि देखते समय भी, मनुष्य टकटकी की दिशा में तेजी से परिवर्तन करते हैं। इसलिए, रेटिनल फोटोरिसेप्टर पर प्रक्षेपित छवि हर कुछ सौ मिलीसेकेंड में बदल जाती है ([https://lcnwww.epfl.ch/gerstner/SPNM/node7.html अध्याय 1.5] <ref name=":0" />) | स्पाइक-काउंट रेट को एक ही परीक्षण से निर्धारित किया जा सकता है, लेकिन परीक्षण के दौरान तंत्रिका प्रतिक्रिया में बदलाव के बारे में सभी टेम्पोरल समाधान खोने की कीमत पर। टेम्पोरल एवरेजिंग उन स्थितियों में अच्छी तरह से काम कर सकती है जहां संदीपन स्थिर है या धीरे-धीरे बदल रही है और जीव की तेज प्रतिक्रिया की आवश्यकता नहीं है - और यह स्थिति सामान्यतः प्रायोगिक प्रोटोकॉल में सामने आती है। हालाँकि, वास्तविक दुनिया का इनपुट शायद ही स्थिर होता है, लेकिन प्रायः तेजी से समय के पैमाने पर बदलता रहता है। उदाहरण के लिए, स्थिर छवि देखते समय भी, मनुष्य टकटकी की दिशा में तेजी से परिवर्तन करते हैं। इसलिए, रेटिनल फोटोरिसेप्टर पर प्रक्षेपित छवि हर कुछ सौ मिलीसेकेंड में बदल जाती है ([https://lcnwww.epfl.ch/gerstner/SPNM/node7.html अध्याय 1.5] <ref name=":0" />) | ||
इसकी कमियों के | इसकी कमियों के अतिरिक्त, स्पाइक-काउंट रेट कोड की अवधारणा का न केवल प्रयोगों में बल्कि तंत्रिका नेटवर्क के मॉडल में भी व्यापक रूप से उपयोग किया जाता है। इसने इस विचार को जन्म दिया है कि न्यूरॉन एकल इनपुट चर (संदीपन शक्ति) के बारे में जानकारी को सतत आउटपुट चर (फायरिंग रेट) में बदल देता है। | ||
इस बात के सबूत बढ़ रहे हैं कि कम से कम [[पुर्किंजे न्यूरॉन्स]] में, जानकारी केवल फायरिंग में ही एन्कोड नहीं की जाती है, बल्कि गैर-फायरिंग, शांत अवधि के समय और अवधि में भी एन्कोड की जाती है।<ref>{{cite journal |author=Forrest MD |title=इंट्रासेल्युलर कैल्शियम डायनेमिक्स एक पर्किनजे न्यूरॉन मॉडल को अपने इनपुट पर टॉगल करने और गणना प्राप्त करने की अनुमति देता है।|journal=Frontiers in Computational Neuroscience |volume=8 |pages=86 |year=2014 | doi=10.3389/fncom.2014.00086 |pmid=25191262 |pmc=4138505|doi-access=free }}</ref><ref>{{cite journal |author=Forrest MD |title=सोडियम-पोटेशियम पंप मस्तिष्क गणना में एक सूचना प्रसंस्करण तत्व है|journal= Frontiers in Physiology |volume=5 |issue=472 |pages=472 | date=December 2014 |doi=10.3389/fphys.2014.00472 |pmid=25566080 |pmc=4274886 |doi-access=free }}</ref> रेटिना कोशिकाओं से यह भी सबूत मिला है कि जानकारी न केवल फायरिंग रेट में बल्कि स्पाइक टाइमिंग में भी एन्कोड की गई है।<ref name=":1">{{Cite journal|last1=Gollisch|first1=T.|last2=Meister|first2=M.|date=2008-02-22|title=सापेक्ष स्पाइक विलंबता के साथ रेटिना में तीव्र तंत्रिका कोडिंग|url=https://www.sciencemag.org/lookup/doi/10.1126/science.1149639|journal=Science|language=en|volume=319|issue=5866|pages=1108–1111|doi=10.1126/science.1149639|pmid=18292344|bibcode=2008Sci...319.1108G|s2cid=1032537|issn=0036-8075}}</ref> सामान्यतः, जब भी किसी जीव की तीव्र प्रतिक्रिया की आवश्यकता होती है तो कुछ सौ मिलीसेकंड से अधिक की स्पाइक-काउंट के रूप में परिभाषित फायरिंग रेट बहुत धीमी होती है।<ref name=":0" /> | इस बात के सबूत बढ़ रहे हैं कि कम से कम [[पुर्किंजे न्यूरॉन्स]] में, जानकारी केवल फायरिंग में ही एन्कोड नहीं की जाती है, बल्कि गैर-फायरिंग, शांत अवधि के समय और अवधि में भी एन्कोड की जाती है।<ref>{{cite journal |author=Forrest MD |title=इंट्रासेल्युलर कैल्शियम डायनेमिक्स एक पर्किनजे न्यूरॉन मॉडल को अपने इनपुट पर टॉगल करने और गणना प्राप्त करने की अनुमति देता है।|journal=Frontiers in Computational Neuroscience |volume=8 |pages=86 |year=2014 | doi=10.3389/fncom.2014.00086 |pmid=25191262 |pmc=4138505|doi-access=free }}</ref><ref>{{cite journal |author=Forrest MD |title=सोडियम-पोटेशियम पंप मस्तिष्क गणना में एक सूचना प्रसंस्करण तत्व है|journal= Frontiers in Physiology |volume=5 |issue=472 |pages=472 | date=December 2014 |doi=10.3389/fphys.2014.00472 |pmid=25566080 |pmc=4274886 |doi-access=free }}</ref> रेटिना कोशिकाओं से यह भी सबूत मिला है कि जानकारी न केवल फायरिंग रेट में बल्कि स्पाइक टाइमिंग में भी एन्कोड की गई है।<ref name=":1">{{Cite journal|last1=Gollisch|first1=T.|last2=Meister|first2=M.|date=2008-02-22|title=सापेक्ष स्पाइक विलंबता के साथ रेटिना में तीव्र तंत्रिका कोडिंग|url=https://www.sciencemag.org/lookup/doi/10.1126/science.1149639|journal=Science|language=en|volume=319|issue=5866|pages=1108–1111|doi=10.1126/science.1149639|pmid=18292344|bibcode=2008Sci...319.1108G|s2cid=1032537|issn=0036-8075}}</ref> सामान्यतः, जब भी किसी जीव की तीव्र प्रतिक्रिया की आवश्यकता होती है तो कुछ सौ मिलीसेकंड से अधिक की स्पाइक-काउंट के रूप में परिभाषित फायरिंग रेट बहुत धीमी होती है।<ref name=":0" /> | ||
| Line 48: | Line 48: | ||
=== टेम्पोरल कोडिंग === | === टेम्पोरल कोडिंग === | ||
जब जानकारी ले जाने के लिए सटीक स्पाइक टाइमिंग या उच्च-आवृत्ति फायरिंग-रेट में उतार-चढ़ाव पाया जाता है, तो तंत्रिका कोड को प्रायः टेम्पोरल कोड के रूप में पहचाना जाता है।<ref name=":0" /><ref name="Dayan">{{cite book |first1=Peter |last1=Dayan |first2=L. F. |last2=Abbott |title=Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems |url=https://books.google.com/books?id=5GSKQgAACAAJ |year=2001 |publisher=Massachusetts Institute of Technology Press |isbn=978-0-262-04199-7}}</ref> कई अध्ययनों में पाया गया है कि तंत्रिका कोड का टेम्पोरल रिज़ॉल्यूशन मिलीसेकंड समय पैमाने पर होता है, जो दर्शाता है कि सटीक स्पाइक टाइमिंग तंत्रिका कोडिंग में एक महत्वपूर्ण तत्व है।<ref name="thorpe" /><ref name="Daniel">{{cite journal |vauthors=Butts DA, Weng C, Jin J, etal |title=तंत्रिका कोड और प्राकृतिक दृष्टि के समयमान में अस्थायी परिशुद्धता|journal=Nature |volume=449 |issue=7158 |pages=92–5 |date=September 2007 |pmid=17805296 |doi=10.1038/nature06105 |bibcode = 2007Natur.449...92B |s2cid=4402057 }}</ref><ref name=":1" /> ऐसे कोड, जो स्पाइक्स के बीच समय के माध्यम से संचार करते हैं, उन्हें इंटरपल्स इंटरवल कोड भी कहा जाता है, और हाल के अध्ययनों द्वारा समर्थित किया गया है।<ref>Singh & Levy, [http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0180839 "A consensus layer V pyramidal neuron can sustain interpulse-interval coding "], ''PLoS ONE'', 2017</ref> | जब जानकारी ले जाने के लिए सटीक स्पाइक टाइमिंग या उच्च-आवृत्ति फायरिंग-रेट में उतार-चढ़ाव पाया जाता है, तो तंत्रिका कोड को प्रायः टेम्पोरल कोड के रूप में पहचाना जाता है।<ref name=":0" /><ref name="Dayan">{{cite book |first1=Peter |last1=Dayan |first2=L. F. |last2=Abbott |title=Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems |url=https://books.google.com/books?id=5GSKQgAACAAJ |year=2001 |publisher=Massachusetts Institute of Technology Press |isbn=978-0-262-04199-7}}</ref> कई अध्ययनों में पाया गया है कि तंत्रिका कोड का टेम्पोरल रिज़ॉल्यूशन मिलीसेकंड समय पैमाने पर होता है, जो दर्शाता है कि सटीक स्पाइक टाइमिंग तंत्रिका कोडिंग में एक महत्वपूर्ण तत्व है।<ref name="thorpe" /><ref name="Daniel">{{cite journal |vauthors=Butts DA, Weng C, Jin J, etal |title=तंत्रिका कोड और प्राकृतिक दृष्टि के समयमान में अस्थायी परिशुद्धता|journal=Nature |volume=449 |issue=7158 |pages=92–5 |date=September 2007 |pmid=17805296 |doi=10.1038/nature06105 |bibcode = 2007Natur.449...92B |s2cid=4402057 }}</ref><ref name=":1" /> ऐसे कोड, जो स्पाइक्स के बीच समय के माध्यम से संचार करते हैं, उन्हें इंटरपल्स इंटरवल कोड भी कहा जाता है, और हाल के अध्ययनों द्वारा समर्थित किया गया है।<ref>Singh & Levy, [http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0180839 "A consensus layer V pyramidal neuron can sustain interpulse-interval coding "], ''PLoS ONE'', 2017</ref> | ||
| Line 158: | Line 157: | ||
स्मृति क्षमता बढ़ाने के लिए विरल कोडिंग न्यूरल तंत्र की एक सामान्य रणनीति हो सकती है। अपने वातावरण के अनुकूल ढलने के लिए, जानवरों को सीखना चाहिए कि कौन सी संदीपन पुरस्कार या दंड से जुड़ी हैं और इन प्रबलित संदीपन को समान लेकिन अप्रासंगिक संदीपन से अलग करना चाहिए। ऐसे कार्यों के लिए संदीपन-विशिष्ट [[साहचर्य स्मृति (मनोविज्ञान)]] को लागू करने की आवश्यकता होती है जिसमें न्यूरल समूह में से केवल कुछ न्यूरॉन्स किसी दिए गए संदीपन पर प्रतिक्रिया करते हैं और प्रत्येक न्यूरॉन सभी संभावित संदीपन में से केवल कुछ संदीपन पर प्रतिक्रिया करता है। | स्मृति क्षमता बढ़ाने के लिए विरल कोडिंग न्यूरल तंत्र की एक सामान्य रणनीति हो सकती है। अपने वातावरण के अनुकूल ढलने के लिए, जानवरों को सीखना चाहिए कि कौन सी संदीपन पुरस्कार या दंड से जुड़ी हैं और इन प्रबलित संदीपन को समान लेकिन अप्रासंगिक संदीपन से अलग करना चाहिए। ऐसे कार्यों के लिए संदीपन-विशिष्ट [[साहचर्य स्मृति (मनोविज्ञान)]] को लागू करने की आवश्यकता होती है जिसमें न्यूरल समूह में से केवल कुछ न्यूरॉन्स किसी दिए गए संदीपन पर प्रतिक्रिया करते हैं और प्रत्येक न्यूरॉन सभी संभावित संदीपन में से केवल कुछ संदीपन पर प्रतिक्रिया करता है। | ||
विरल वितरित मेमोरी पर सैद्धांतिक कार्य ने सुझाव दिया है कि विरल कोडिंग प्रतिनिधित्व के बीच ओवरलैप को कम करके सहयोगी मेमोरी की क्षमता को बढ़ाती है।<ref>Kanerva, Pentti. Sparse distributed memory. MIT press, 1988</ref> प्रायोगिक तौर पर, दृष्टि सहित कई प्रणालियों में संवेदी जानकारी का विरल प्रतिनिधित्व देखा गया है।<ref>{{cite journal | last1 = Vinje | first1 = WE | last2 = Gallant | first2 = JL | year = 2000 | title = प्राकृतिक दृष्टि के दौरान प्राथमिक दृश्य प्रांतस्था में विरल कोडिंग और सजावट| journal = Science | volume = 287 | issue = 5456| pages = 1273–1276 | pmid = 10678835 | doi=10.1126/science.287.5456.1273| bibcode = 2000Sci...287.1273V | citeseerx = 10.1.1.456.2467 }}</ref> ऑडिशन,<ref>{{cite journal | last1 = Hromádka | first1 = T | last2 = Deweese | first2 = MR | last3 = Zador | first3 = AM | year = 2008 | title = असंवेदनशील श्रवण प्रांतस्था में ध्वनियों का विरल प्रतिनिधित्व| journal = PLOS Biol | volume = 6 | issue = 1| page = e16 | pmid = 18232737 | doi=10.1371/journal.pbio.0060016 | pmc=2214813}}</ref> छूना,<ref>{{cite journal | last1 = Crochet | first1 = S | last2 = Poulet | first2 = JFA | last3 = Kremer | first3 = Y | last4 = Petersen | first4 = CCH | year = 2011 | title = सक्रिय स्पर्श की विरल कोडिंग में अंतर्निहित सिनैप्टिक तंत्र| journal = Neuron | volume = 69 | issue = 6| pages = 1160–1175 | pmid = 21435560 | doi=10.1016/j.neuron.2011.02.022| doi-access = free }}</ref> और गंध.<ref>{{cite journal | last1 = Ito | first1 = I | last2 = Ong | first2 = RCY | last3 = Raman | first3 = B | last4 = Stopfer | first4 = M | year = 2008 | title = विरल गंध प्रतिनिधित्व और घ्राण शिक्षा| journal = Nat Neurosci | volume = 11 | issue = 10| pages = 1177–1184 | pmid = 18794840 | doi=10.1038/nn.2192 | pmc=3124899}}</ref> हालाँकि, व्यापक विरल कोडिंग और इसके महत्व के लिए सैद्धांतिक तर्कों के लिए साक्ष्य जमा होने के | विरल वितरित मेमोरी पर सैद्धांतिक कार्य ने सुझाव दिया है कि विरल कोडिंग प्रतिनिधित्व के बीच ओवरलैप को कम करके सहयोगी मेमोरी की क्षमता को बढ़ाती है।<ref>Kanerva, Pentti. Sparse distributed memory. MIT press, 1988</ref> प्रायोगिक तौर पर, दृष्टि सहित कई प्रणालियों में संवेदी जानकारी का विरल प्रतिनिधित्व देखा गया है।<ref>{{cite journal | last1 = Vinje | first1 = WE | last2 = Gallant | first2 = JL | year = 2000 | title = प्राकृतिक दृष्टि के दौरान प्राथमिक दृश्य प्रांतस्था में विरल कोडिंग और सजावट| journal = Science | volume = 287 | issue = 5456| pages = 1273–1276 | pmid = 10678835 | doi=10.1126/science.287.5456.1273| bibcode = 2000Sci...287.1273V | citeseerx = 10.1.1.456.2467 }}</ref> ऑडिशन,<ref>{{cite journal | last1 = Hromádka | first1 = T | last2 = Deweese | first2 = MR | last3 = Zador | first3 = AM | year = 2008 | title = असंवेदनशील श्रवण प्रांतस्था में ध्वनियों का विरल प्रतिनिधित्व| journal = PLOS Biol | volume = 6 | issue = 1| page = e16 | pmid = 18232737 | doi=10.1371/journal.pbio.0060016 | pmc=2214813}}</ref> छूना,<ref>{{cite journal | last1 = Crochet | first1 = S | last2 = Poulet | first2 = JFA | last3 = Kremer | first3 = Y | last4 = Petersen | first4 = CCH | year = 2011 | title = सक्रिय स्पर्श की विरल कोडिंग में अंतर्निहित सिनैप्टिक तंत्र| journal = Neuron | volume = 69 | issue = 6| pages = 1160–1175 | pmid = 21435560 | doi=10.1016/j.neuron.2011.02.022| doi-access = free }}</ref> और गंध.<ref>{{cite journal | last1 = Ito | first1 = I | last2 = Ong | first2 = RCY | last3 = Raman | first3 = B | last4 = Stopfer | first4 = M | year = 2008 | title = विरल गंध प्रतिनिधित्व और घ्राण शिक्षा| journal = Nat Neurosci | volume = 11 | issue = 10| pages = 1177–1184 | pmid = 18794840 | doi=10.1038/nn.2192 | pmc=3124899}}</ref> हालाँकि, व्यापक विरल कोडिंग और इसके महत्व के लिए सैद्धांतिक तर्कों के लिए साक्ष्य जमा होने के अतिरिक्त, एक प्रदर्शन कि विरल कोडिंग साहचर्य स्मृति की संदीपन-विशिष्टता में सुधार करती है, प्राप्त करना मुश्किल हो गया है। | ||
ऐसा माना जाता है कि ''ड्रोसोफिला'' घ्राण प्रणाली में, मशरूम शरीर की केन्योन कोशिकाओं द्वारा विरल गंध कोडिंग गंध-विशिष्ट यादों के भंडारण के लिए बड़ी संख्या में सटीक पता योग्य स्थान उत्पन्न करती है।<ref>A sparse memory is a precise memory. Oxford Science blog. 28 Feb 2014. http://www.ox.ac.uk/news/science-blog/sparse-memory-precise-memory</ref> स्पार्सनेस को केन्योन कोशिकाओं और [[GABAergic]] पूर्वकाल युग्मित पार्श्व (APL) न्यूरॉन्स के बीच एक नकारात्मक प्रतिक्रिया सर्किट द्वारा नियंत्रित किया जाता है। इस फीडबैक सर्किट के प्रत्येक चरण के व्यवस्थित सक्रियण और नाकाबंदी से पता चलता है कि केन्योन कोशिकाएं एपीएल न्यूरॉन्स को सक्रिय करती हैं और एपीएल न्यूरॉन्स केन्योन कोशिकाओं को बाधित करती हैं। केनियन सेल-एपीएल फीडबैक लूप को बाधित करने से केनियन सेल गंध प्रतिक्रियाओं की विरलता कम हो जाती है, अंतर-गंध सहसंबंध बढ़ जाता है, और मक्खियों को समान, लेकिन असमान नहीं, गंधों में भेदभाव करने से रोकता है। इन परिणामों से पता चलता है कि फीडबैक निषेध विरल, सजावट संबंधी गंध कोडिंग और इस प्रकार यादों की गंध-विशिष्टता को बनाए रखने के लिए केनियन सेल गतिविधि को दबा देता है।<ref>Lin, Andrew C., et al. "[https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4000970/ Sparse, decorrelated odor coding in the mushroom body enhances learned odor discrimination]." Nature Neuroscience 17.4 (2014): 559-568.</ref> | ऐसा माना जाता है कि ''ड्रोसोफिला'' घ्राण प्रणाली में, मशरूम शरीर की केन्योन कोशिकाओं द्वारा विरल गंध कोडिंग गंध-विशिष्ट यादों के भंडारण के लिए बड़ी संख्या में सटीक पता योग्य स्थान उत्पन्न करती है।<ref>A sparse memory is a precise memory. Oxford Science blog. 28 Feb 2014. http://www.ox.ac.uk/news/science-blog/sparse-memory-precise-memory</ref> स्पार्सनेस को केन्योन कोशिकाओं और [[GABAergic]] पूर्वकाल युग्मित पार्श्व (APL) न्यूरॉन्स के बीच एक नकारात्मक प्रतिक्रिया सर्किट द्वारा नियंत्रित किया जाता है। इस फीडबैक सर्किट के प्रत्येक चरण के व्यवस्थित सक्रियण और नाकाबंदी से पता चलता है कि केन्योन कोशिकाएं एपीएल न्यूरॉन्स को सक्रिय करती हैं और एपीएल न्यूरॉन्स केन्योन कोशिकाओं को बाधित करती हैं। केनियन सेल-एपीएल फीडबैक लूप को बाधित करने से केनियन सेल गंध प्रतिक्रियाओं की विरलता कम हो जाती है, अंतर-गंध सहसंबंध बढ़ जाता है, और मक्खियों को समान, लेकिन असमान नहीं, गंधों में भेदभाव करने से रोकता है। इन परिणामों से पता चलता है कि फीडबैक निषेध विरल, सजावट संबंधी गंध कोडिंग और इस प्रकार यादों की गंध-विशिष्टता को बनाए रखने के लिए केनियन सेल गतिविधि को दबा देता है।<ref>Lin, Andrew C., et al. "[https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4000970/ Sparse, decorrelated odor coding in the mushroom body enhances learned odor discrimination]." Nature Neuroscience 17.4 (2014): 559-568.</ref> | ||
| Line 171: | Line 170: | ||
Mattick, J.S. (2001). Noncoding RNAs: the architects of eukaryotic complexity. ''EMBO Reports'', '''2'''(11), 986-991. http://emboreports.npgjournals.com/cgi/content/full/2/11/986</ref> (ii) समाक्षीय-केबल उप-परिकल्पना की व्यवहार्यता को प्रयोगों द्वारा उचित ठहराया गया था जिसमें दिखाया गया था कि इन्फ्रा-रेड और अन्य प्रकाश-आवृत्तियों को अक्षतंतु के माध्यम से प्रेषित किया जा सकता है।<ref>Sun Y[an], Chao Wang, & Jiapei Dai (2010, Jan). "Bio-photons as neural communication signals demonstrated by in situ biophoton autography". ''Photochem. Photobiol. Sci.'', '''9''', 315-322. https://doi.org/10.1039/b9pp00125e</ref><ref>Zangari A., D.Micheli, R.Galeazzi & A.Tozzi, V.Balzano, G.Bellavia & M.E.Caristo (2021) "Photons detected in the active nerve by photographic technique" ''Scientific Reports'', '''11''', 3022. https://doi.org/10.1038/s41598-021-82622-5</ref> इस गैर-स्पाइक मोड की परिकल्पना विशेष रूप से मस्तिष्क के भीतर - ''उन्नत-विचार तंत्र'' (उच्च कशेरुकियों में) के रूप में संचालित करने के रूप में की गई है - जो बाहरी दुनिया के साथ सभी अंतर-संचार करने के लिए पारंपरिक "स्पाइक" संकेतों को छोड़ देता है, और हेब्बियन रखरखाव सहित अन्य नियमित कार्य करते हैं। | Mattick, J.S. (2001). Noncoding RNAs: the architects of eukaryotic complexity. ''EMBO Reports'', '''2'''(11), 986-991. http://emboreports.npgjournals.com/cgi/content/full/2/11/986</ref> (ii) समाक्षीय-केबल उप-परिकल्पना की व्यवहार्यता को प्रयोगों द्वारा उचित ठहराया गया था जिसमें दिखाया गया था कि इन्फ्रा-रेड और अन्य प्रकाश-आवृत्तियों को अक्षतंतु के माध्यम से प्रेषित किया जा सकता है।<ref>Sun Y[an], Chao Wang, & Jiapei Dai (2010, Jan). "Bio-photons as neural communication signals demonstrated by in situ biophoton autography". ''Photochem. Photobiol. Sci.'', '''9''', 315-322. https://doi.org/10.1039/b9pp00125e</ref><ref>Zangari A., D.Micheli, R.Galeazzi & A.Tozzi, V.Balzano, G.Bellavia & M.E.Caristo (2021) "Photons detected in the active nerve by photographic technique" ''Scientific Reports'', '''11''', 3022. https://doi.org/10.1038/s41598-021-82622-5</ref> इस गैर-स्पाइक मोड की परिकल्पना विशेष रूप से मस्तिष्क के भीतर - ''उन्नत-विचार तंत्र'' (उच्च कशेरुकियों में) के रूप में संचालित करने के रूप में की गई है - जो बाहरी दुनिया के साथ सभी अंतर-संचार करने के लिए पारंपरिक "स्पाइक" संकेतों को छोड़ देता है, और हेब्बियन रखरखाव सहित अन्य नियमित कार्य करते हैं। | ||
हालाँकि, आश्चर्यजनक रूप से, कुछ सुझाव दिए गए हैं कि एक समान विधा '''इन्सेक्ट''' में स्वतंत्र रूप से विकसित हुई होगी (इस प्रकार उनके छोटे मस्तिष्क के | हालाँकि, आश्चर्यजनक रूप से, कुछ सुझाव दिए गए हैं कि एक समान विधा '''इन्सेक्ट''' में स्वतंत्र रूप से विकसित हुई होगी (इस प्रकार उनके छोटे मस्तिष्क के अतिरिक्त उनकी असाधारण प्रदर्शन-क्षमताओं को ध्यान में रखते हुए)। दरअसल, ऐसा स्थिति है कि पतंगों आदि की रीढ़ और एंटेना को पर्यावरण से सीधे इन्फ्रा-रेड सिग्नल प्राप्त हो सकते हैं,<ref> | ||
Callahan, P.S. (1977) Tuning in to Nature. Routledge & Kegan Paul: London.</ref> (समीक्षा की गई <ref>Traill, R.R. (2005c). How Popperian positivism killed a good-but-poorly-presented theory — Insect Communication by Infrared. ''Gen.Sci.J.'', https://www.gsjournal.net/Science-Journals/Research%20Papers/View/897</ref>), इस प्रकार एक और संभावना है कि कभी-कभी इन संकेतों का एक समर्पित फीड-इन सीधे कीट के न्यूरल तंत्र में हो सकता है (सामान्यतः अपेक्षित 'स्पाइक' संवेदी तंत्र के बिना)। इस स्तर पर यह केवल अनुमान है, लेकिन यह कुछ आसान और किफायती प्रयोग की गुंजाइश प्रदान कर सकता है। | Callahan, P.S. (1977) Tuning in to Nature. Routledge & Kegan Paul: London.</ref> (समीक्षा की गई <ref>Traill, R.R. (2005c). How Popperian positivism killed a good-but-poorly-presented theory — Insect Communication by Infrared. ''Gen.Sci.J.'', https://www.gsjournal.net/Science-Journals/Research%20Papers/View/897</ref>), इस प्रकार एक और संभावना है कि कभी-कभी इन संकेतों का एक समर्पित फीड-इन सीधे कीट के न्यूरल तंत्र में हो सकता है (सामान्यतः अपेक्षित 'स्पाइक' संवेदी तंत्र के बिना)। इस स्तर पर यह केवल अनुमान है, लेकिन यह कुछ आसान और किफायती प्रयोग की गुंजाइश प्रदान कर सकता है। | ||
Revision as of 15:10, 11 August 2023
न्यूरल कोडिंग (या न्यूरल प्रतिनिधित्व) एक न्यूरल विज्ञान क्षेत्र है जो संदीपन और व्यक्तिगत या समूह न्यूरोनल प्रतिक्रियाओं और समूह में न्यूरॉन्स की विद्युत गतिविधि के बीच संबंध के बीच काल्पनिक संबंध को चित्रित करने से संबंधित है।[1][2] इस सिद्धांत के आधार पर कि संवेदी और अन्य जानकारी मस्तिष्क में न्यूरॉन्स के नेटवर्क द्वारा दर्शायी जाती है, यह माना जाता है कि न्यूरॉन्स डिजिटल और एनालॉग दोनों सूचनाओं को एनकोड कर सकते हैं।[3]
सिंहावलोकन
शरीर की कोशिकाओं में न्यूरॉन्स बड़ी दूरी पर संकेतों को तेजी से फैलाने की अपनी क्षमता में उल्लेखनीय हैं। वे क्रिया सामर्थ्य कहे जाने वाले विशिष्ट विद्युत स्पंदों को उत्पन्न करके ऐसा करते हैं: वोल्टेज स्पाइक्स जो अक्षतंतु तक नीचे जा सकते हैं। संवेदी न्यूरॉन्स बाहरी संवेदी संदीपन, जैसे प्रकाश, ध्वनि, स्वाद, गंध और स्पर्श की उपस्थिति के साथ, विभिन्न टेम्पोरल पैटर्न में कार्य क्षमता के अनुक्रमों को सक्रिय करके अपनी गतिविधियों को बदलते हैं। यह ज्ञात है कि संदीपन के बारे में जानकारी कार्य क्षमता के इस पैटर्न में एन्कोड की गई है और मस्तिष्क में और उसके आसपास प्रसारित की जाती है, लेकिन यह एकमात्र तरीका नहीं है। विशिष्ट न्यूरॉन्स, जैसे कि रेटिना, श्रेणीबद्ध क्षमताओं के माध्यम से अधिक जानकारी संप्रेषित कर सकते हैं। यह क्रिया क्षमता से भिन्न है क्योंकि संदीपन की ताकत के बारे में जानकारी सीधे न्यूरॉन के आउटपुट की ताकत से संबंधित होती है। श्रेणीबद्ध क्षमता के लिए सिग्नल बहुत तेजी से क्षीण होता है, जिसके लिए कम अंतर-न्यूरॉन दूरी और उच्च न्यूरोनल घनत्व की आवश्यकता होती है। वर्गीकृत क्षमता का लाभ उच्च सूचना रेट है जो स्पाइकिंग न्यूरॉन्स की तुलना में अधिक राज्यों (यानी उच्च निष्ठा) को एन्कोड करने में सक्षम है।[4]
हालाँकि क्रिया सामर्थ्य अवधि, आयाम और आकार में कुछ हद तक भिन्न हो सकते हैं, लेकिन उन्हें सामान्यतः न्यूरल कोडिंग अध्ययनों में समान रूढ़िबद्ध घटनाओं के रूप में माना जाता है। यदि किसी एक्शन पोटेंशिअल की संक्षिप्त अवधि (लगभग 1 एमएस) को नजरअंदाज कर दिया जाता है, तो एक्शन पोटेंशिअल अनुक्रम, या स्पाइक ट्रेन, को समय में सभी या किसी भी बिंदु की घटनाओं की श्रृंखला द्वारा चित्रित किया जा सकता है।[5] स्पाइक ट्रेन में दो लगातार स्पाइक्स के बीच इंटरस्पाइक अंतराल (आईएसआई) की लंबाई प्रायः स्पष्ट रूप से यादृच्छिक रूप से भिन्न होती है।[6] न्यूरल कोडिंग के अध्ययन में यह मापना और वर्णन करना सम्मिलित है कि संदीपन गुण, जैसे कि प्रकाश या ध्वनि की तीव्रता, या मोटर क्रियाएं, जैसे कि हाथ की गति की दिशा, न्यूरॉन कार्रवाई क्षमता या स्पाइक्स द्वारा कैसे दर्शायी जाती हैं। न्यूरोनल फायरिंग का वर्णन और विश्लेषण करने के लिए, सांख्यिकीय विधियों और संभाव्यता सिद्धांत और स्टोकेस्टिक बिंदु प्रक्रियाओं के तरीकों को व्यापक रूप से लागू किया गया है।
बड़े पैमाने पर न्यूरल रिकॉर्डिंग और डिकोडिंग प्रौद्योगिकियों के विकास के साथ, शोधकर्ताओं ने न्यूरल कोड को क्रैक करना प्रारम्भ कर दिया है और पहले से ही वास्तविक समय न्यूरल कोड में पहली झलक प्रदान की है क्योंकि स्मृति हिप्पोकैम्पस में बनती है और याद की जाती है, मस्तिष्क क्षेत्र जिसे जाना जाता है मेमोरी निर्माण के लिए केंद्रीय बनें।[7][8][9] न्यूरल विज्ञानियों ने कई बड़े पैमाने पर मस्तिष्क डिकोडिंग परियोजनाएँ प्रारम्भ की हैं।[10][11]
एन्कोडिंग और डिकोडिंग
उद्दीपन और प्रतिक्रिया के बीच संबंध का अध्ययन दो विपरीत दृष्टिकोणों से किया जा सकता है। न्यूरल एन्कोडिंग संदीपन से प्रतिक्रिया तक के मानचित्र को संदर्भित करता है। मुख्य फोकस यह समझना है कि न्यूरॉन्स विभिन्न प्रकार की संदीपन पर कैसे प्रतिक्रिया करते हैं, और ऐसे मॉडल का निर्माण करना है जो अन्य संदीपन की प्रतिक्रियाओं की भविष्यवाणी करने का प्रयास करते हैं। न्यूरल डिकोडिंग, संदीपन की प्रतिक्रिया से लेकर रिवर्स मैप को संदर्भित करता है, और चुनौती संदीपन, या उस संदीपन के कुछ पहलुओं को स्पाइक अनुक्रमों से फिर से बनाना है जो इसे उद्घाटित करती है।
परिकल्पित कोडिंग योजनाएं
स्पाइक्स के अनुक्रम, या 'ट्रेन' में विभिन्न कोडिंग योजनाओं पर आधारित जानकारी हो सकती है। कुछ न्यूरॉन्स में पोस्टसिनेप्टिक पार्टनर जिस ताकत के साथ प्रतिक्रिया करता है वह पूरी तरह से 'फायरिंग रेट', प्रति यूनिट समय में स्पाइक्स की औसत संख्या ('रेट कोड') पर निर्भर हो सकती है। दूसरी ओर, जटिल 'टेम्पोरल कोड' एकल स्पाइक्स के सटीक समय पर आधारित है। वे दृश्य[12] और श्रवण प्रणाली जैसे किसी बाहरी संदीपन से बंधे हो सकते हैं या तंत्रिका सर्किट्री द्वारा आंतरिक रूप से उत्पन्न हो सकते हैं।[13]
क्या न्यूरॉन्स रेट कोडिंग या टेम्पोरल कोडिंग का उपयोग करते हैं, यह तंत्रिका विज्ञान समुदाय के भीतर गहन बहस का विषय है, हालांकि इन शब्दों का क्या अर्थ है इसकी कोई स्पष्ट परिभाषा नहीं है।[14]
रेट कोडिंग
न्यूरोनल फायरिंग संचार के रेट कोडिंग मॉडल में कहा गया है कि जैसे-जैसे संदीपन की तीव्रता बढ़ती है, कार्रवाई क्षमता की आवृत्ति या रेट, या "स्पाइक फायरिंग" बढ़ जाती है। रेट कोडिंग को कभी-कभी आवृत्ति कोडिंग भी कहा जाता है।
रेट को