通过建立整个脑部的概率模型,利用群体数据来推断个体的脑连接结构,进而探索大规模的功能结构,以及首次展示已知的认知网络是如何成为功能连接图的集成社团的。
Aug, 2010
本文综述了功能连接组的快速发展和多种方法,在静息状态下和任务驱动实验中如何比较它们,同时分析它们在不同个体和条件下的变异性,可以揭示大脑病理和认知机制的标记。
Apr, 2013
本文介绍了一种认知体系结构,其基于五个已确定的大脑活动原则,以三个子系统的实现为基础:逻辑概率推理、概率形式概念和功能系统理论。建立体系结构需要实现任务驱动方法,以允许将应用程序的目标函数定义为在应用本体中表达的任务,因此我们提供了一组基本本体用于一些实用应用程序以及基于该本体的主题域本体,并描述了提议的架构,并给出了这些应用程序在该架构中执行的可能示例。
Apr, 2022
通过引入新颖的基于 Transformer 的 Brainformer 方法,分析人类感知系统中 fMRI 模式,并将其作为监督机制应用于机器视觉模型,通过实验证明,在各种图像识别任务中,利用 fMRI 信息可以实现与当前最先进方法相比的潜在结果。
Nov, 2023
研究人员调查了超过 30 个研究、10 个数据集和 8 个测量方法,发现大脑和语言模型激活有一些结构相似性,但现有证据还不充分,需要更多研究。
Jun, 2023
本文探讨使用 chimera-based 框架,研究脑区之间同步的不同模式对认知系统的影响,并提出四个认知系统分类,以反映它们的不同功能角色。
Jul, 2018
通过使用具有视觉和上下文输入的多模态模型 VISION,我们成功预测了人类大脑对自然图像的功能性磁共振成像(fMRI)扫描反应,其准确度超过了现有技术性能 45%,并揭示了不同视觉区域的表征偏差,生成了可实验检验的假设,并形成了可解释的指标将这些假设与皮层功能相关联,为设计和实现视觉皮层功能分析带来了降低成本和时间负担的可能性。通过计算模型的进化,我们的工作表明可能揭示出对视觉皮层的基本理解,并提供可靠的脑机接口的可行方法。
Sep, 2023
该研究提出了一种名为 Chat2Brain 的方法,将大型语言模型与基本的文本 - 图像模型 Text2Brain 相结合,以在数据稀缺和复杂查询环境中将开放式语义查询映射到脑激活图,从而改善元分析的挑战。我们证明 Chat2Brain 能够合成更复杂的文本查询任务的解剖学上合理的神经激活模式。
深度神经网络的功能结构通过功能神经影像学的技术得到了探测。确定的功能网络可以用于模型对齐、模型输出的调节以及在微调中确定权重。
本论文描述了一种基于脑活动的五个原则实现的认知体系结构,包括逻辑 - 概率推理、概率形式概念和功能系统理论三个子系统,建立体系结构需要实现任务驱动方法,提供了基本本体论,以及可能的应用示例。
Feb, 2023