neural data | BriefGPT - AI 论文速递

关键词neural data

搜索结果 - 9

ReAlnet: 通过人脑神经表征对齐实现更加人类大脑类似的视觉
通过对非侵入式脑电图记录进行对齐，我们提出了 “Re (presentational) Al (ignment) Net”，这是一个与人类大脑活动对齐的视觉模型，其与人类大脑表征更加相似，从而在人工智能领域取得了突破。
PDF5 months ago
概念器的变点检测
离线变点检测通过识别时间序列中数据生成过程发生变化的点。我们针对至多一个变点的问题，提出使用概念矩阵来学习时间序列中指定训练窗口的特征动态。相关的随机循环神经网络作为数据的特征提取器，并通过特征化和代表性概念矩阵张成的空间之间的单变量距离来
PDFa year ago
从颅内神经活动解码简单视觉刺激的贝叶斯时间序列分类器
提出一种基于贝叶斯时间序列分类器（BTsC）模型的方法，用于处理分布式神经活动中的外部刺激，同时保持较高的解释性，该模型在解码视觉任务中的颜色方面表现出一致和可靠的平均性能，对于研究各种任务和类别的神经活动具有价值。
PDFa year ago
自组织和自监督的自适应 SpikeDeep 分类器：用于在线尖峰排序的机器学习算法
提出了一种自适应和自组织的在线脉冲排序算法，名为 Ada-SpikeDeep 分类器，它使用 SpikeDeeptector 进行通道选择，自适应背景事件拒绝器（Ada-BAR）用于丢弃背景事件，并自适应脉冲分类器（Ada-Spike 分类
PDFa year ago
ICLRBrainBERT：面向颅内记录的自监督表示学习
我们创造了一种可重复使用的 Transformer-BrainBERT，将现代表示学习方法引入神经科学，通过无监督的预训练使其能够对更复杂的概念进行分类，从而实现更高的准确性和更少的数据。
PDFa year ago
从坏的 MLE 中拯救神经脉冲模型
通过使用尖峰训练核函数，直接最小化神经元记录与模型生成的尖峰训练之间的分歧，我们提出一种新方法来减轻极大似然估计在递归多个时间步长生成样本时性能较差和捕捉数据重要特征不足的问题。该方法在真实和合成神经元数据上验证了其有效性，并可以通过不同的
PDF4 years ago
从人脑中学习如何正则化机器
通过使用大规模神经系统数据对卷积神经网络进行正则化来学习更强的神经特征，以提高模型对于对抗扰动和噪声的分类鲁棒性。
PDF5 years ago
指数家族嵌入
本文提出了基于指数族分布的 Word Embeddings 方法，并在神经科学、市场篮子分析和电影推荐系统等领域进行了应用实例研究。该方法能更好地重构保持数据并找到有趣的定性结构。
PDF8 years ago
研究大型生物系统的成对最大熵模型：何时能够工作，何时不能工作
本论文研究了统计模型在描述大型生物系统中的可行性，发现单纯基于成对相互作用的模型在大型系统中预测能力有限，并提供了一个通用的框架来确定这种模型在预测生物系统行为上的适用范围。
PDF16 years ago