Early visual cortex organization in autism: an fMRI study
PulseAugur coverage of Early visual cortex organization in autism: an fMRI study — every cluster mentioning Early visual cortex organization in autism: an fMRI study across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
研究发现AI模型-大脑比较对图像分辨率敏感
一篇新发表在arXiv上的研究调查了卷积神经网络的评估分辨率如何显著影响不同学习规则之间的比较，特别是在模拟早期视觉皮层方面。研究人员发现，一个普遍的发现——即未经训练或局部训练的网络在早期视觉皮层表征中优于反向传播——高度依赖于评估分辨率，随着分辨率的提高，差距会显著扩大。研究表明，图像细节是这种效应的主要驱动因素，而不是池化机制，并且比较的敏感性受限于单个标量亮度值中包含的信息。
-
新的深度学习模型解码大脑活动中的视觉感知
研究人员开发了从大脑活动中解码视觉语义信息的新型深度学习方法。一项研究利用基于Transformer的端到端深度学习框架和皮层脑电图（ECoG）数据来预测视频刺激中的视觉类别，显示出有希望的结果和可解释性。另一项研究探索了使用脉冲神经网络（SNN）和功能磁共振成像（fMRI）数据进行视觉语义解码，发现SNN衍生的特征比传统人工神经网络特征更能与大脑活动对齐并提高解码准确性。
-
反向传播在一个训练周期内损害神经网络与大脑的对齐
一项新的研究论文揭示，标准的监督训练方法，特别是反向传播，会迅速损害人工神经网络与人脑早期视觉皮层对齐的程度。这种损害在一个训练周期内就会发生，这表明由于固有的归纳偏置，未经训练的网络可能更有效地捕捉低级视觉统计信息。像预测编码和尖峰时间依赖可塑性这样的替代学习规则显示出较小的损害，在早期视觉表示中保留了更多类似大脑的结构。