Core Concepts
拡散モデルを活用して、神経動態の空間的・時間的構造を保持し、分布のアラインメントを実現する。
Abstract
神経科学における行動関連脳計算に焦点を当てた研究。
既存手法が空間的・時間的構造を無視している問題点を指摘。
ERDiffメソッドは拡散モデルを使用し、源ドメインからの構造抽出とターゲットドメインでの回復を提案。
実験ではERDiffが他手法よりも優れた性能と精度を示すことが確認されている。
Introduction:
行動関連ニューロン信号の分布シフトへの対応が重要。
分布アライメントは無監督転移学習における重要な課題。
Methodology:
拡散モデル(DM)を使用して源ドメインから空間的・時間的構造を抽出。
ターゲットドメインで最尤アライメント手順により源ドメインの構造回復。
Experiments:
合成データセットでERDiffが高い性能を達成。
実世界データセット(NHP運動皮質)でもERDiffが他手法よりも優れた性能を示す。
Quotes
"Despite this field’s progress, existing methods ignore the intrinsic spatio-temporal structure during the alignment phase."
"Our method consistently manifests its capability of preserving the spatio-temporal structure of latent dynamics and outperforms existing approaches."