Optimal odor intensity in olfactory neuronal models

POKORA, Ondřej a Petr LÁNSKÝ. Optimal odor intensity in olfactory neuronal models. In 18th Annual Computational Neuroscience Meeting CNS*2009. 2009. ISSN 1471-2202.

Základní údaje

Originální název

Optimal odor intensity in olfactory neuronal models

Autoři

POKORA, Ondřej a Petr LÁNSKÝ

Vydání

18th Annual Computational Neuroscience Meeting CNS*2009, 2009

---

Další údaje

Jazyk

angličtina

Typ výsledku

Konferenční abstrakt

Obor

10101 Pure mathematics

Stát vydavatele

Německo

Utajení

není předmětem státního či obchodního tajemství

Odkazy

URL

Impakt faktor

Impact factor: 2.744

Označené pro přenos do RIV

Ano

Kód RIV

RIV/00216224:14310/09:00039594

Organizační jednotka

Přírodovědecká fakulta

ISSN

Klíčová slova anglicky

sensory neurons;Fisher information;lower bounds;input-output curve

---

Anotace

V originále

Signal processing in olfactory systems is initiated by binding of odorant molecules to receptor molecules embedded in the membranes of sensory neurons. An approach, which we use here, is based on stochastic variant ofthe law of mass action as a neuronal model. A model experiment is considered, in which a fixed odorant concentration is applied several times and realizations of steady-state characteristics are observed. The response is assumed to be a random variable with some probability density function belonging to a parametric family with the signal as a parameter. As a measure how well the signal can be estimated from the response, the Fisher information and its lower bounds are used. Another optimality measures are based on the theory of information, especially conditional and unconditional differential entropy. The study extends our previous results.

---

Návaznosti

LC06024, projekt VaV

Název: Centrum Jaroslava Hájka pro teoretickou a aplikovanou statistiku Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Centrum Jaroslava Hájka pro teoretickou a aplikovanou statistiku