neural signals | BriefGPT - AI 论文速递

关键词neural signals

搜索结果 - 7

MindFormer: 基于 fMRI 的多受试者脑解码的 Transformer 架构
通过与脑功能磁共振成像数据相关联的 MindFormer 模型，结合 Stable Diffusion 方法，能够在多个受试者上生成语义一致的图像，从而显著提高多个受试者的脑解码准确性。
PDFa month ago
统一的脑信号多模态解码
我们提出了 UMBRAE，一种统一的多模式大脑信号解码方法，通过引入高效的通用大脑编码器和基于多模式大型语言模型从神经信号中提取实例级概念和空间细节，并引入跨受试者训练策略以在多个受试者上进行训练，支持弱监督适应新受试者，这种方法不仅在新任
PDF3 months ago
解码神经信号为语音
在该论文中，我们首次探索了基于跨注意力的 “whisper” 模型，通过 MEG 信号直接生成文本，而无需教师强制，实现了令人印象深刻的 60.30 和 52.89 的 BLEU-1 得分，该论文还对有关神经解码任务的语音解码形成进行了全面
PDF4 months ago
Grid-SD2E: 一种认知学习系统中的通用网格反馈
探讨大脑如何通过产生神经信号与外界进行交互的工作机制，治疗大脑疾病，理解智力的重要性；使用网格细胞创建更普遍和强大的网格模块 SD2E，构建一种交互和自我强化的认知系统；可以用网格模块作为外界和系统之间的交互介质以及系统内的自我强化介质；通
PDFa year ago
使用 CCG 分析和大型语言模型建模大脑中的结构构建
通过使用组合范畴语法（CCG）作为语法模型，研究人员发现可以更好地理解自然环境中语言理解的行为和神经相关性。使用 fMRI 收集参与者听故事期间的神经信号，研究发现 CCG 在解释神经信号方面的有效性优于上下文无关文法，并可以从可选附加语方
PDF2 years ago
跨模态判别式网络的音视频说话人识别
使用跨模态网络 VFNet（Voice-Face Disciminative Network）来建立人类语音和面部之间的关系，辅助音视觉说话人识别，相较于 2019 年 NIST SRE 中评估集的基准音视频融合，VFNet 实现了 16.
PDF4 years ago
稳定的脑机接口对抗领域适应
介绍了一种新的计算方法，可以从神经数据的低维潜在表示中解码运动意图，并实施各种域自适应方法来稳定配合方式。使用 Adversarial Domain Adaptation 网络训练，此方法在解决域适应问题方面表现出众，而且只需要极少的数据
PDF6 years ago