中国运筹学会数学规划分会网站-2014年9月25日.doc

中国运筹学会数学规划分会网站-2014年9月25日 最新研究动态介绍：机器学习算法-降维算法，可以有效处理大量记录数据，帮助解释大神经元的活动《自然·神经科学》杂志美国卡内基·梅隆大学（CMU）和哥伦比亚大学（CU）的两位科学家Dimensionality reduction for large-scale neural recordings， （参考网页/neuro/research/index.html?perpage=50） 文章介绍了研究大量神经元的共同活动，并提出一种名为降维算法的机器学习算法，可以有效处理大量记录数据，帮助解释大量神经元的活动。“神经科学中的一个核心原则就是，大量神经元一起工作才能产生脑功能。但大部分的标准分析法却一次只能分析一两个神经元，要想理解大量神经元是怎样互相合作的，必须用一种先进的统计方法，如降维计算，才能解释这种大尺度的神经记录。”CMU电学与计算机工程和生物医学工程副教授拜伦·余说。 降维算法是将数据由高维减到低维，用来揭示数据的本质低维结构。在神经科学中，是用少数潜在或隐藏的变量来概括大量神经元的活动。比如在我们反复思考时，或在头脑中解决数学问题时，所有活动都是在脑内进行而不在外部世界，通过这些潜在变量可以跟踪一个人的思路。它提供了一种深入的工具，让人们能理解大脑是如何区分不同的气味，在不确定的情况下做出决策，在没有真实动作时考虑要移动哪个肢体。两位作者认为，把降维算法作为一种标准分析方法，在人们比较研究健康大脑和异常大脑的活动方式时将会更容易，最终为脑损伤和脑功能紊乱带来更好的治疗方法。 哥伦比亚大学统计学副教授约翰·康宁汉姆说：“科学研究的一个主要目标就是用简单的术语解释复杂的现象。传统的神经科学家一直在寻找简化单个神经元的方法，但他们发现，神经元的活动模式具有变化的特征，一次只检查一个神经元是很难理解这些活动的。降维算法为我们提供了一种涵盖单个神经元的变化的方法，为神经元之间的彼此互动找到简单的解释。” 研究人员还指出，虽然在神经科学中降维算法还相对较新，但已显出光明前景。随着神经记录技术的发展和美国脑计划的展开，大数据会变得更大，降维算法可能成为一种必不可少的数据处理方法。 面对大量数据，科学家想要迸发新的思路并不容易。利用降维算法处理大量神经元记录数据，帮助理解大脑活动，神经学家显然已经将大数据工具应用到分析大脑细胞活动中来，这样的研究可能暗含更有希望的方法，只需要进行少量调整、使用新的计算分析，原来的数据就可以更有用途。我们期待新的研究方法帮助人类对自己大脑的工作原理产生新的认识。 /a12994798_0.shtml 上海大学 白延琴供稿