- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06673303
Badanie roli korelacji hałasu w uczeniu się
21 maja 2026 zaktualizowane przez: Brown University
Wyzwania poznawcze i molekularne stojące przed wnioskowaniem statystycznym na temat zdrowego starzenia się
Podstawowym problemem neuronauki jest sposób, w jaki mózg wykonuje obliczenia w przypadku hałaśliwych neuronów.
Zaletą kodów populacyjnych jest to, że neurony znajdujące się poniżej mogą łączyć się w wiele neuronów, aby zmniejszyć wpływ szumu.
Jednakże korzyść ta zależy od szumu związanego z niezależnością każdego neuronu.
Korelacje szumu odnoszą się do kowariancji szumu pomiędzy parami neuronów i takie korelacje mogą ograniczać korzyści uzyskane z łączenia dużych populacji neuronowych.
Rzeczywiście, duża część prac teoretycznych dowodzi, że dodatnie korelacje szumu między podobnie dostrojonymi neuronami zmniejszają zdolność reprezentacyjną populacji neuronowych, a zatem są szkodliwe dla obliczeń neuronowych.
Pomimo tej widocznej wady, takie korelacje szumu obserwuje się w wielu różnych obszarach mózgu, utrzymują się nawet u dobrze wyszkolonych osób i ulegają dynamicznym zmianom w przypadku złożonych zadań.
Badacze wysunęli hipotezę, że korelacje szumu mogą być mechanizmem neuronowym zmniejszającym wymiarowość problemów z nauką.
Wiarygodność tej hipotezy wykazano w symulacjach sieci neuronowych, w których korelacje szumu, osadzone w populacjach o stałym stosunku sygnału do szumu, zwiększają szybkość i solidność uczenia się.
W tym przypadku badacze zamierzają empirycznie przetestować tę hipotezę, stosując kombinację modelowania obliczeniowego, fMRI i pupilometrii.
Ustalenie powiązania między korelacjami szumu a uczeniem się otworzyłoby drzwi do zbadania, w jaki sposób mózgi radzą sobie z kompromisem między zdolnością do reprezentacji a szybkością uczenia się.
Przegląd badań
Status
Zakończony
Warunki
Interwencja / Leczenie
Szczegółowy opis
Mózgi ssaków reprezentują informacje za pomocą rozproszonych kodów populacji, które zapewniają szereg korzyści, od solidności po wysoką zdolność reprezentacji.
Jednakże w przypadku dalszych neuronów odczytujących takie kody stwarzają poważne problemy z uczeniem się w wielu wymiarach, ponieważ podczas uczenia się należy dostosować bardzo dużą liczbę połączeń synaptycznych w poszukiwaniu odpowiedniego odczytu.
W naszej ostatniej pracy teoretycznej postawiliśmy hipotezę, że te wielowymiarowe problemy z uczeniem się można uprościć poprzez odchylenie indukcyjne realizowane poprzez niezależne od bodźca korelacje szumu, które wyrażają stopień, w jakim para neuronów jest współzmienna w swoich fluktuacjach między próbami.
Chociaż tradycyjnie korelacje szumu były postrzegane jako ograniczające zdolność reprezentacji, nasza ostatnia praca pokazuje, że jednocześnie ograniczają one naukę czytania.
W niektórych biologicznie istotnych przypadkach mogłyby teoretycznie przyspieszyć uczenie się, kształtując geometrię podstawowej przestrzeni neuronowej, aby skupić gradient uczenia się na wymiarach istotnych dla zadania.
Jednak ta hipotetyczna rola korelacji szumu w kształtowaniu uczenia się nie została jeszcze przetestowana empirycznie.
W tym miejscu badacze opracowują ramy eksperymentalne w celu przetestowania przewidywanej roli korelacji szumu, mierzonej poprzez kowariację we wzorcach aktywności wielowokselowych fMRI BOLD dla danego bodźca, w uczeniu się zarówno w znanych, jak i nowych kontekstach.
W znanych kontekstach przydatne korelacje szumu mogą być indukowane przez odgórne sygnały wejściowe z kory przedczołowej, które sygnalizują odpowiednie wymiary zadania.
Zatem siła korelacji szumu w wymiarach istotnych dla zadania przewidywałaby szybsze uczenie się cech istotnych dla zadania.
Z drugiej strony, w nowych kontekstach, gdy odpowiednie wymiary zadania są nieznane, korelacje szumu mogą narzucać gradienty na wymiary niezwiązane z zadaniem, a tym samym utrudniać uczenie się.
Dlatego tłumienie korelacji szumu, które można osiągnąć poprzez sygnalizację neuromodulacyjną, może przyspieszyć uczenie się poprzez zmniejszenie błędu systematycznego na początku uczenia się lub po zmianie bodźca związanego z zadaniem.
W ramach naszych celów badacze opracowują plan przetestowania najbardziej podstawowych przewidywań naszego modelu obliczeniowego przy użyciu fMRI do scharakteryzowania geometrii korelacji szumu i pupilometrii jako wskaźnika zastępczego sygnalizacji neuromodulacyjnej u ludzi.
Planowane badania będą pierwszym empirycznym testem roli korelacji szumu w uczeniu się.
Typ studiów
Interwencyjne
Zapisy (Rzeczywisty)
47
Faza
- Nie dotyczy
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Lokalizacje studiów
-
-
Rhode Island
-
Providence, Rhode Island, Stany Zjednoczone, 02906
- Brown University
-
-
Kryteria uczestnictwa
Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Tak
Opis
Kryteria włączenia:
- Wiek powyżej 18 lat
- Widzenie normalne lub możliwe do skorygowania
Kryteria wykluczenia:
- Wiek poniżej 18 lat
- Klaustrofobia
- Ślepota barw
- Leki neuroleptyczne
- Historia nadużywania narkotyków i/lub alkoholizmu
- Stany przeciwwskazane do badania MRI, takie jak:
- Implant chirurgiczny niezgodny z rezonansem magnetycznym
- Fragmenty metalu w ciele
- Tatuaż wykonany tuszem metalicznym
- Choroby oczu / upośledzenie:
- Zaćma
- Zwyrodnienie plamki żółtej
- Retinopatie
- Częściowa utrata wzroku
- Historia medyczna:
- Udar
- Urazowe uszkodzenie mózgu
- Padaczka
- Schizofrenia
- Depresja maniakalna z objawami obejmującymi między innymi psychozę, manię, urojeniowe myślenie i halucynacje audiowizualne.
Plan studiów
Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Podstawowa nauka
- Przydział: Nie dotyczy
- Model interwencyjny: Zadanie dla jednej grupy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Zadanie dynamicznej dyskryminacji percepcyjnej
Zadanie składało się z dwóch warunków zadaniowych, z których każdy wymagał integracji informacji z obu wymiarów bodźca.
W każdym warunku uczestnicy oglądali bodziec zawierający informacje o ruchu i kolorze i musieli określić jedną z dwóch możliwych reakcji.
W ramach każdego warunku reguły i mapowanie odpowiedzi zmieniały się czasami, ale zawsze poprzez zmianę stałego wymiaru cechy (tj.
w prawo/fioletowy, w lewo/pomarańczowy).
Te niezauważone przesunięcia wewnątrzwymiarowe pociągały za sobą translacyjne przesunięcia w granicy uczenia się, wymagające od nich dostosowania procesu decyzyjnego w znanym wymiarze.
Zmiany te zmusiły uczestników do ciągłego dostosowywania swoich strategii uczenia się, koncentrując się na najbardziej odpowiednim wymiarze cech.
|
W badaniu zastosowano dwa warunki zadaniowe, z których każdy wymagał integracji informacji z obu wymiarów bodźca.
W każdym warunku uczestnicy oglądali bodziec zawierający informacje o ruchu i kolorze i musieli określić jedną z dwóch możliwych reakcji.
W ramach każdego warunku reguły i mapowanie odpowiedzi zmieniały się czasami, ale zawsze poprzez zmianę stałego wymiaru cechy (tj.
w prawo/fioletowy, w lewo/pomarańczowy).
Te niezauważone przesunięcia wewnątrzwymiarowe pociągały za sobą translacyjne przesunięcia w granicy uczenia się, wymagające od nich dostosowania procesu decyzyjnego w znanym wymiarze.
Zmiany te zmusiły uczestników do ciągłego dostosowywania swoich strategii uczenia się, koncentrując się na najbardziej odpowiednim wymiarze cech.
Dane obrazowania mózgu uczestnika będą zbierane jednocześnie podczas wykonywania zadania rozróżniania percepcyjnego.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Asymetria uczenia się uczestnika w zadaniu behawioralnym
Ramy czasowe: Od końca sesji behawioralnej do początku sesji skanowania, zazwyczaj w ciągu tygodnia
|
Asymetrie w uczeniu się uczestników w wymiarach związanych z zadaniem i niezwiązanych z zadaniem są oceniane za pomocą naszego modelu uczenia się przez wzmacnianie, który odzyskuje gradient uczenia się w odpowiednich wymiarach uczenia się.
|
Od końca sesji behawioralnej do początku sesji skanowania, zazwyczaj w ciągu tygodnia
|
|
Korelacje hałasu w mózgu
Ramy czasowe: Do zakończenia analizy średnio 6 miesięcy
|
Badacze zidentyfikują korelację szumu – stosunek zmienności próba po próbie związanej z bodźcem wzdłuż osi kodowania istotnych dla zadania i nieistotnych dla zadania.
Osie kodowania zostaną zdekodowane z obszaru zainteresowań przy użyciu wzorców wielowokselowych powiązanych z indywidualnymi próbami.
|
Do zakończenia analizy średnio 6 miesięcy
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Sponsor
Współpracownicy
Śledczy
- Główny śledczy: Matthew Nassar, PhD, Brown University
Publikacje i pomocne linki
Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.
Publikacje ogólne
- Fusi S, Miller EK, Rigotti M. Why neurons mix: high dimensionality for higher cognition. Curr Opin Neurobiol. 2016 Apr;37:66-74. doi: 10.1016/j.conb.2016.01.010. Epub 2016 Feb 4.
- Cohen MR, Newsome WT. Context-dependent changes in functional circuitry in visual area MT. Neuron. 2008 Oct 9;60(1):162-73. doi: 10.1016/j.neuron.2008.08.007.
- Nassar MR, Scott D, Bhandari A. Noise Correlations for Faster and More Robust Learning. J Neurosci. 2021 Aug 4;41(31):6740-6752. doi: 10.1523/JNEUROSCI.3045-20.2021. Epub 2021 Jun 30.
Daty zapisu na studia
Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
14 grudnia 2024
Zakończenie podstawowe (Rzeczywisty)
1 września 2025
Ukończenie studiów (Rzeczywisty)
1 września 2025
Daty rejestracji na studia
Pierwszy przesłany
18 października 2024
Pierwszy przesłany, który spełnia kryteria kontroli jakości
1 listopada 2024
Pierwszy wysłany (Rzeczywisty)
4 listopada 2024
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
26 maja 2026
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
21 maja 2026
Ostatnia weryfikacja
1 listopada 2024
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 1806002126
- 1P30GM149405-01 (Grant/umowa NIH USA)
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
NIE
Opis planu IPD
Każdy zainteresowany IPD powinien skontaktować się z głównym badaczem
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Nie
Bada produkt urządzenia regulowany przez amerykańską FDA
Tak
produkt wyprodukowany i wyeksportowany z USA
Nie
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .