Nature Neuroscience· Wenbo Tang·· 1 天前精选AI 评分62
海马中解耦表征与泛化的电路机制
Circuit mechanisms for disentangled representations and generalization in the hippocampus
AI 导读
海马如何把经验的不同方面编码为可灵活重组的解耦变量，是理解泛化的关键问题。这篇发表在 Nature Neuroscience 的文章提出，这一编码由神经群体动力学的几何结构和细胞集合之间的相互作用支撑，从而支持对新情境的灵活重组与泛化。
推荐理由
把海马解耦表征与泛化放到群体动力学几何和细胞集合相互作用的框架下讨论，为研究记忆重组提供电路层面的解释。
来源：Nature Neuroscience · nature.com