潛在神經狀態

潛在神經狀態是低維向量 z_t，其演化被視為對時刻 t 整個群體的概括；每個神經元的放電率被建模為 z_t 的帶雜訊函數，通常是線性（因子載荷）再加上一個非線性或脈衝觀測模型。它把流形觀念形式化為一個估計問題：不去追蹤數以千計的帶雜訊脈衝計數，而是推論出能最佳解釋它們的小型潛在向量，方法可用因子分析、高斯過程因子分析，或如 LFADS 這類非線性序列模型。潛在狀態是動力系統觀點的自然對象，因為動力學是寫成關於 z 的規則，而非關於個別放電率。

重要的是要將潛在神經狀態與運動解碼器所估計的運動學狀態區分開來。運動學狀態（位置、速度）是外部定義的量，由觀測模型映射到神經活動之上；潛在神經狀態則是從神經活動本身還原出的內部描述子，不必對應於任何單一行為變數。潛在估計亦具模型依賴性且存在旋轉不確定性：在缺乏額外約束下，潛在座標僅在一個可逆變換範圍內可辨識，因此跨會期或跨方法的比較都需要明確的對齊。