自监督fMRI脑解码新方法实现跨被试表征对齐
热点事件持续更新
自监督fMRI脑解码新方法实现跨被试表征对齐
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月29日，Serwan Jassim等人发布题为“Latent Prediction Yields Cross-Subject Alignable Representations in Sensory-Evoked fMRI”的论文。该研究在自然场景数据集上提出基于潜变量预测的自监督方法，实现跨被试可对齐表征。方法训练的编码器无需接触刺激图像即可完成训练，并通过无监督方式在不同被试间对齐表征。该成果为跨数据集fMRI数据汇聚奠定基础。
AI 根据报道生成 · 1 小时前更新
最新进展10月30日 12:00
fMRI 感觉诱发数据中的潜变量预测实现跨被试可对齐表征报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · AIfMRI 感觉诱发数据中的潜变量预测实现跨被试可对齐表征
在自然场景数据集上，基于潜变量预测的自我监督方法实现了具有竞争力的下游任务性能。 该方法训练的被试特定编码器无需接触刺激图像即可完成训练，且不同被试间可通过无监督方式对齐表征。 这种方法为最终实现跨数据集的 fMRI 数据汇聚奠定了基础。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。