自然な刺激に対する皮質応答は深いニューラルネットワークで大きく予測可能である【JST・京大機械翻訳】

Khosla, M.; Ngo, G. H.; Jamison, K. W.; Kuceyeski, A.; Sabuncu, M. R.

プレプリント

J-GLOBAL ID：202202206119676080 整理番号：22P0247691

自然な刺激に対する皮質応答は深いニューラルネットワークで大きく予測可能である【JST・京大機械翻訳】

Cortical response to naturalistic stimuli is largely predictable with deep neural networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年09月13日プレプリントサーバーでの情報更新日： 2020年09月13日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

映画のような自然刺激は,ヒト脳のかなりの部分を活性化し,個人を横断した応答を引き起こす。与えられた刺激に対する神経応答を予測する符号化モデルは脳機能の研究に非常に有用である。しかしながら,既存の神経符号化モデルは,自然刺激の限られた側面に焦点を合わせ,この本質的に文脈豊富なパラダイムにおけるモダリティの複雑で動的な相互作用を無視している。ヒトコネクトームプロジェクト(HCP,N=158)データベースからの映画視聴データを用いて,階層的処理,より長い時間スケールにわたる同化およびマルチセンサ聴覚-視覚相互作用を含む,脳における情報処理に関するいくつかの誘導バイアスを組み込んだ神経活動のグループレベルモデルを構築した。著者らは,この関節情報を組み込むことが,皮質の大領域にわたって,視覚および聴覚皮質を多感覚部位および前頭皮質に超えて,顕著な予測性能に導く方法を示す。さらに,符号化モデルは,代替タスク結合パラダイムに,著しく良く一般化する高レベル概念を学習することを明らかにする。まとめると,著者らの知見は,生態学的に妥当な条件における脳機能を研究するための強力なツールとしての神経符号化モデルの可能性を強調する。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

中枢神経系

, , , ,

前のページに戻る