Core Concepts
학습된 공간 시퀀스에서 예상되는 사건의 신경 표현이 그 예상되는 시간에 나타난다.
Abstract
이 연구는 시간 해상도가 높은 EEG를 사용하여 학습된 공간 시퀀스에서 예상되는 사건의 신경 표현을 디코딩했다. 참가자들은 4개의 고정된 위치에서 순차적으로 나타나는 점 자극 시퀀스를 학습했다. 학습 후, 전체 시퀀스와 부분 시퀀스(한 개의 점만 나타나는)가 무작위로 섞여 제시되었다. 부분 시퀀스에서 디코더는 예상되는 위치의 점을 그 예상되는 시간에 디코딩할 수 있었다. 이는 공간 우선순위 지도 내의 동적인 가중치 변화를 보여준다.
Stats
전체 시퀀스에서 제시된 점의 위치는 부분 시퀀스에서 제시된 점의 위치보다 약 200ms 후에 더 잘 디코딩되었다.
부분 시퀀스에서 예상되는 후속 위치는 그 예상되는 시간에 유의미하게 디코딩되었지만, 이전 위치는 그렇지 않았다.
Quotes
"학습된 공간 연관성은 감각 입력 없이도 감각 유사 자극 표현을 유발할 수 있다."
"예상되는 미래 표현은 시간적으로 할인된 방식으로 표현된다."