이 논문은 Wills Aligner라는 다중 피험자 뇌 표현 학습 모델을 소개한다. Wills Aligner는 다음과 같은 핵심 구성요소를 가지고 있다:
해부학적 정렬: 서로 다른 피험자의 fMRI 데이터를 표준화된 뇌 템플릿에 맞춰 정렬하여 해부학적 차이를 극복한다.
뇌 전문가 혼합: 다양한 인지 패턴을 학습하기 위해 backbone 모델에 뇌 전문가 혼합 네트워크를 추가한다.
단계적 학습 전략: 공통성 지식 학습과 개별 인지 패턴 학습을 분리하여 학습한다. 이를 통해 피험자 간 지식 전이를 달성하고 각 피험자의 고유한 인지 패턴을 효과적으로 학습할 수 있다.
실험 결과, Wills Aligner는 기존 다중 피험자 모델 대비 81% 향상된 다중 레이블 분류 성능과 15% 향상된 fine-grained 시각 디코딩 성능을 보였다. 또한 적은 데이터로도 우수한 성능을 달성할 수 있음을 확인했다.
Ke Bahasa Lain
dari konten sumber
arxiv.org
Wawasan Utama Disaring Dari
by Guangyin Bao... pada arxiv.org 04-23-2024
https://arxiv.org/pdf/2404.13282.pdfPertanyaan yang Lebih Dalam