arXiv q-bio.NC（Neurons and Cognition）·· 9 天前AI 评分22
Nima Dehghani 提出分辨率依赖的神经元计算容量框架：从海岸线悖论看神经计算的尺度问题
How Long Is the Coast of a Neuron? Resolution-Dependent Interaction Order and Computational Capacity
AI 导读
Nima Dehghani 在 arXiv 发表研究，借用 Mandelbrot 海岸线悖论提出尺度索引分解方法，将直接依赖捕获的预测信息与模型族外的残差分离。精确构造显示，投影可将高阶依赖转化为成对结构，即使总预测信息下降，投影仍可提高存活信息的直接占比。点神经元或直接群体模型只能建立特定尺度下的有效描述，无法唯一识别产生观测关系的更精细计算。
AI 要点
团队
作者 Nima Dehghani（arXiv:2610.19487，q-bio.NC）
主要结果
投影可把高阶依赖转为成对结构，并提高存活信息的直接占比，即使总预测信息下降；分辨出有组织的非线性亚基可改善近似并提高有效表征秩。
解决什么问题
考察观测分辨率如何塑造神经计算的表观结构，区分信息可得性与受限读出下的信息可及性。
方法
提出按尺度索引的分解，将直接依赖捕获的预测信息与模型族之外的残差分开；用精确构造与分支到胞体的级联示意说明。
局限
从研究设计看，为理论/构造性分析，未涉及具体实验数据或受试者。
AI 依据原文整理，未经人工核对。
来源：arXiv q-bio.NC（Neurons and Cognition） · arxiv.org