Optimality of neuronal communication: an information-theoretic perspective
Public support
Provider
Czech Science Foundation
Programme
Standard projects
Call for proposals
SGA0202000001
Main participants
Fyziologický ústav AV ČR, v. v. i.
Contest type
VS - Public tender
Contract ID
20-10251S
Alternative language
Project name in Czech
Optimalita neuronální komunikace: informačně-teoretický pohled
Annotation in Czech
Princip optimálního dekódování informace hraje klíčovou roli při řešení fundamentálních otázek v teoretických neurovědách. V některých případe jsou známy Shannonovy základní limity na optimální reprezentaci a přenos informace neuronálními populacemi. Avšak informační kapacita je pouze asymptotickou veličinou, vyžadující neomezenou komplexitu dekódovacích operací. Ne-asymptotický popis podmínek komunikační optimality není znám, ale musí zahrnovat řadu nových parametrů, protože např. maximální hodnota vzájemné informace má menší význam než pravděpodobnost dekódovací chyby. Klíčovou hypotézou projektu je, že zatímco umělé digitální systémy univerzálně využívají tzv. separační teorém zdroj-kanál, popis biologicky relevantního systému zřejmě vyžaduje návrat k původnímu ne-separovanému popisu. Domníváme se, že takto získáme nejenom nový a jednotný popis principů neuronální komunikace v živých systémech, ale i nový popis podmínek optimality v obecnějších, např. síťových, propojeních zdrojů informace a kanálů.
Scientific branches
R&D category
ZV - Basic research
OECD FORD - main branch
10103 - Statistics and probability
OECD FORD - secondary branch
—
OECD FORD - another secondary branch
—
CEP - equivalent branches <br>(according to the <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">converter</a>)
BB - Applied statistics, operational research
Completed project evaluation
Provider evaluation
U - Uspěl podle zadání (s publikovanými či patentovanými výsledky atd.)
Project results evaluation
The project focuses on the analysis of the properties of networks formed by neurons equipped with a new mechanism affecting their dynamic and reaction properties. This research proved that the efficiency of information transfer in such neural networks can be surprisingly influenced by the introduction of inhibitory mechanisms, see the article Bárta&Košťál (2021) in the Q1 jour. Physical Review E.
Solution timeline
Realization period - beginning
Jan 1, 2020
Realization period - end
Dec 31, 2022
Project status
U - Finished project
Latest support payment
Apr 8, 2022
Data delivery to CEP
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data delivery code
CEP23-GA0-GA-U
Data delivery date
Jun 26, 2023
Finance
Total approved costs
6,400 thou. CZK
Public financial support
6,400 thou. CZK
Other public sources
0 thou. CZK
Non public and foreign sources
0 thou. CZK