near

新的NEAR框架以更少的试次改进脑图检索

研究人员开发了一个名为NEAR（基于神经锚定的检索）的新框架，以提高脑图检索的准确性，尤其是在神经试次有限的情况下。传统方法依赖于对多个试次的平均，这既耗时又繁琐。NEAR通过使用高试次信号中心作为锚点，采用去噪器来精炼查询信号，并使用一个网络来预测候选图像的伪锚点来解决这个问题。这种方法在包括EEG、MEG和fMRI在内的各种数据集和模态中一致地提高了检索性能，减少了对大量数据采集的需求。