본 논문은 시각 자극과 내부 뇌 상태가 뉴런 집단에서 어떻게 상호 작용하는지 이해하는 문제를 다룬다. 기존의 동적 인코딩 모델들은 잠재 상태와 전체 뉴런 반응 분포를 명시적으로 모델링하지 못하는 한계를 지닌다. 본 연구는 비디오 자극과 자극과 무관한 잠재 요인으로부터 뉴런 반응의 결합 분포를 예측하는 확률적 모델을 제안한다. 마우스 V1 뉴런 반응에 대한 모델 학습 및 테스트 결과, 비디오 전용 모델보다 우수한 로그 가능도를 달성했으며, 다른 뉴런의 반응을 조건으로 할 때 가능도와 상관관계가 향상됨을 확인했다. 또한, 학습된 잠재 요인은 마우스 행동과 강한 상관관계를 보이며, 시각 피질 상의 뉴런 위치와 관련된 패턴을 나타내는 것을 발견했다. 이는 행동 및 피질 좌표 정보 없이도 잠재 요인의 비지도 학습을 통해 감각 처리와 행동을 연결하는 생물학적으로 의미 있는 구조를 밝혀낼 수 있음을 보여준다.
