Wie repräsentiert unser Gehirn Unsicherheit? Diese Arbeit stellt einen neuen Encoding-Decoding-Rahmen zur Interpretation der Aktivität einer Population von Einheiten vor, der ein differenzierteres Verständnis davon ermöglicht, wie das Gehirn Informationen verarbeitet. Die Standardmethode zur Interpretation von Populationscodes, das Poisson-Modell, geht davon aus, dass die Populationsaktivität Informationen über einen einzelnen Wert einer bestimmten Größe vermittelt, aber auch über ihre gesamte Verteilung, einschließlich ihrer Varianz und möglicherweise sogar der Gewissheit, die das System über das tatsächliche Vorhandensein der Entität in der Welt hat, die diese Größe erzeugt. Diese neuartige Methode zur Bildung solcher probabilistischen Interpretationen von Populationscodes wird mit der bestehenden Methode verglichen, und die Ergebnisse deuten darauf hin, dass dieses Standardmodell zu restriktiv ist, um die Aktivitäten von Einheiten in Populationscodes in höheren Verarbeitungsbereichen, wie z. B. dem medialen temporalen Bereich, vollständig zu beschreiben. Dieser Rahmen hat Auswirkungen auf das Verständnis neuronaler Codierungsstrategien und darauf, wie das Gehirn mit Unsicherheit und probabilistischen Informationen umgeht. Die Ergebnisse haben Auswirkungen auf das Verständnis der Dynamik der Online-Politikkommunikation.
Diese in Neural Computation veröffentlichte Arbeit passt gut zum Fokus des Journals auf theoretische und computergestützte Neurowissenschaften. Durch die Erforschung, wie Populationscodes probabilistische Informationen darstellen können, trägt die Studie zum Verständnis neuronaler Mechanismen bei, die kognitiven Prozessen zugrunde liegen, was sie für das Publikum des Journals geeignet macht.