Demo 6-4：Population Coding 与 Poisson Likelihood
多个神经元对同一方向刺激有不同的 tuning curves。大脑从群体 spike count 计算 likelihood，推断刺激方向。拖动红色箭头改变真实方向，观察 likelihood 峰的移动。
真实刺激方向 \(s\)
Tuning curves \(f_i(s)\)
Population likelihood \(p(r|s)\)
\[p(\mathbf{r} \mid s) = \prod_i \frac{f_i(s)^{r_i} e^{-f_i(s)}}{r_i!}\]
参数控制
圆环：Tuning Curves + Spike Counts
Population Likelihood \(p(\mathbf{r} \mid s)\)
观察提示：增大 tuning 宽度使 likelihood 峰更宽（不确定性更大）。增加神经元数使 likelihood 更尖锐。即使单个神经元噪声很大，群体编码仍可提供精确估计。
文献与案例意图
Population coding 是感觉皮层表征刺激特征的核心机制。似然函数把群体响应转为对刺激的概率估计。参考：Ma, Beck, Latham & Pouget (2006); Pouget, Beck & Latham (2013).
Population coding 是感觉皮层表征刺激特征的核心机制。似然函数把群体响应转为对刺激的概率估计。参考：Ma, Beck, Latham & Pouget (2006); Pouget, Beck & Latham (2013).