抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
非常に高性能なコンピュータビジョンモデルの急速な発展とオープンソース放出は,異なる誘導バイアスが,高レベルヒト腹側視覚系との,異なる誘導バイアス衝撃表現学習と緊急アラインメントを,どのように調べるかを調べる新しい可能性を提供する。ここでは,異なるモデル特性の制御比較を可能にする224モデルの多様なセットを評価し,大規模機能的磁気共鳴イメージングデータを用いてそれらの脳予測性を試験した。質的に異なるアーキテクチャ(例えば,CNN対変換者)および著しく異なるタスク目的(例えば,純粋に視覚のコントラスト学習対視覚言語アラインメント)のモデルが,他の因子が一定に保たれるとき,ほぼ同等の程度の脳予測性を達成することを見出した。その代り,モデル視覚訓練飼料における変動は,緊急脳予測性に最も一貫した影響をもたらす。脳予測性(例えば,より大きな有効次元;学習可能パラメータ数)を増加させると一般的に疑われるモデル特性は,このより広範な調査を通してロバスト指標ではなかった。標準モデル対脳線形再重み付け法は,その根底にある表現における有意な変動にもかかわらず,非常に類似した脳予測スコアを持つので,あまりにも柔軟であるかもしれないことを強調する。広く,著者らの知見は,視覚食事の重要性を指摘し,脳にモデルをリンクするのに使用される方法に関する一般的な仮定の課題であり,また,生物学的および人工視覚系の基礎となる一般的な計算原理を探索するためのツールとして,既存のオープンソースモデルの完全な多様性を,より具体的に概観する将来の方向を,より具体的に概説する。【JST・京大機械翻訳】