跳到正文
热点事件持续更新

自监督JEPA编码器实现跨被试fMRI表征对齐

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

研究者将联合嵌入预测架构(JEPA)适配为仅用脑数据训练的被试专属编码器,编码器从未接触刺激图像或其衍生表征。在 Natural Scenes Dataset(NSD)上,该自监督方法在脑描述生成与图像重建任务上达到与使用图像和语言数据端到端训练的富参数监督流程相当的性能。 作者称,此前自监督学习在这一领域探索很少,他们检验了它能否产生支持强下游性能的表征。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月31日
  1. arXiv cs.AI
    JEPA 自监督学习在感官诱发 fMRI 中产生跨被试可对齐表征

    研究者将联合嵌入预测架构(JEPA)适配为仅用脑数据训练的被试专属编码器,编码器从未接触刺激图像或其衍生表征。在 Natural Scenes Dataset(NSD)上,该自监督方法在脑描述生成与图像重建任务上达到与使用图像和语言数据端到端训练的富参数监督流程相当的性能。

本事件热度走势

可比范围当前
7
可比范围峰值
810月31日 22:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。