arXiv · AI· Junhao Zhao, Jacob Kang, Colin Kurniawan, David Simberg, Nan Xu·· 16 天前AI 评分33
自然主义 fMRI 预测中模型复杂度的作用分析
When Model Complexity Matters in Cross-Subject Naturalistic fMRI Prediction
AI 导读
预训练视觉特征比原始像素能更好地预测 BOLD 反应,且在长时程递归预测中优势更显著。 研究在 HCP 电影 fMRI(154 名被试)、BOLD Moments(10 名)和 Algonauts 2025(4 名)数据集上验证,测量 BOLD 历史带来显著增益,但随预测时程延长而减弱。 该发现支持将刺激表征与下游复杂度分开评估,并将历史条件线性预测作为诊断基准。
来源:arXiv · AI · arxiv.org