面向认知表现预测的时−空共变混合深度学习模型
文献类型：期刊论文
| 作者 | 李晴; 徐雪远; 邬霞 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2022 |
| 卷号 | 48期号:12页码:2931-2940 |
| 关键词 | 循环自编码器 时-空共变深度学习模型 混合深度学习模型 认知表现预测 脑启发模型 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c220025 |
| 英文摘要 | 认知表现预测已经成为当前大脑研究的重要课题.功能磁共振成像技术由于同时具有较好的时间和空间分辨率,有潜力为认知表现预测提供数据支持.为了解决基于功能磁共振成像数据对认知表现进行预测时大脑所具有的时-空共变难刻画问题,提出了一种新型基于大脑学习机制的时-空共变混合深度学习模型,即深度稀疏自编码器与循环全连接网络混合模型,以混合神经网络模型的损失函数误差作为认知表现预测能力的评价标准.在人类连接组项目数据集上的实验结果表明,提出的时-空共变混合模型能够有效和稳健地预测认知表现,并提取到与人脑学习、记忆相关的有意义的脑影像特征,从而为认知表现预测提供技术支持. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/56228]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 李晴,徐雪远,邬霞. 面向认知表现预测的时−空共变混合深度学习模型[J]. 自动化学报,2022,48(12):2931-2940. |
| APA | 李晴,徐雪远,&邬霞.(2022).面向认知表现预测的时−空共变混合深度学习模型.自动化学报,48(12),2931-2940. |
| MLA | 李晴,et al."面向认知表现预测的时−空共变混合深度学习模型".自动化学报 48.12(2022):2931-2940. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。