論文の概要: NeuroQuery: comprehensive meta-analysis of human brain mapping
- arxiv url: http://arxiv.org/abs/2002.09261v1
- Date: Fri, 21 Feb 2020 13:13:22 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-30 01:36:13.913751
- Title: NeuroQuery: comprehensive meta-analysis of human brain mapping
- Title（参考訳）: NeuroQuery:ヒト脳マッピングの総合的メタ分析
- Authors: J\'er\^ome Dock\`es (Inria), Russell Poldrack, Romain Primet (Inria),
Hande G\"oz\"ukan (Inria), Tal Yarkoni (University of Texas), Fabian
Suchanek, Bertrand Thirion (Inria), Ga\"el Varoquaux (Inria)
- Abstract要約: 既存のメタ分析は、頻繁に発生する単一の用語にのみ取り組む。
我々は推論よりも予測に焦点を当てた新しいパラダイムを提案する。
我々は、13の459の神経画像出版物にまたがる7つの547の神経科学用語の関係と神経相関を捉えている。
- 参考スコア（独自算出の注目度）: 20.510062728905424
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Reaching a global view of brain organization requires assembling evidence on
widely different mental processes and mechanisms. The variety of human
neuroscience concepts and terminology poses a fundamental challenge to relating
brain imaging results across the scientific literature. Existing meta-analysis
methods perform statistical tests on sets of publications associated with a
particular concept. Thus, large-scale meta-analyses only tackle single terms
that occur frequently. We propose a new paradigm, focusing on prediction rather
than inference. Our multivariate model predicts the spatial distribution of
neurological observations, given text describing an experiment, cognitive
process, or disease. This approach handles text of arbitrary length and terms
that are too rare for standard meta-analysis. We capture the relationships and
neural correlates of 7 547 neuroscience terms across 13 459 neuroimaging
publications. The resulting meta-analytic tool, neuroquery.org, can ground
hypothesis generation and data-analysis priors on a comprehensive view of
published findings on the brain.
- Abstract（参考訳）: 脳組織をグローバルに見るためには、幅広い異なる精神過程とメカニズムに関する証拠を組み立てる必要がある。
人間の神経科学の概念や用語の多様性は、科学文献全体にわたる脳画像結果の関連付けに根本的な課題をもたらす。
既存のメタ分析手法は、特定の概念に関連する出版物の集合に関する統計的検査を行う。
したがって、大規模なメタ分析は頻繁に起こる単一の用語にのみ取り組む。
我々は推論よりも予測に焦点を当てた新しいパラダイムを提案する。
多変量モデルでは、実験、認知過程、疾患を記述したテキストから、神経学的観察の空間分布を予測する。
このアプローチは、標準のメタ分析には稀すぎる、任意の長さと項のテキストを扱う。
我々は、13459の神経画像出版物における7つの547の神経科学用語の関係と神経相関を捉えた。
得られたメタアナリシスツールであるNeuroquery.orgは、脳で公開された発見の総合的な見解に基づいて仮説生成とデータ分析の先行を構築できる。
関連論文リスト
- Don't Cut Corners: Exact Conditions for Modularity in Biologically Inspired Representations [52.48094670415497]
我々は、生物にインスパイアされた表現が、ソース変数(ソース)に関してモジュール化されるときの理論を開発する。
我々は、最適な生物学的にインスパイアされたリニアオートエンコーダのニューロンがモジュラー化されるかどうかを判断する情報源のサンプルに対して、必要かつ十分な条件を導出する。
我々の理論はどんなデータセットにも当てはまり、以前の研究で研究された統計的な独立性よりもはるかに長い。
論文 参考訳（メタデータ） (2024-10-08T17:41:37Z) - Towards a "universal translator" for neural dynamics at single-cell, single-spike resolution [10.49121904052395]
我々は、複数の脳領域にまたがる多様なタスクを解決できる、神経スパイクデータのための最初の基礎モデルを構築する。
予測タスクには、単一ニューロンとリージョンレベルのアクティビティ予測、前方予測、行動復号化などがある。
論文 参考訳（メタデータ） (2024-07-19T21:05:28Z) - Individual brain parcellation: Review of methods, validations and applications [7.159138402684875]
個々のレベルでの脳機能領域の正確なマッピングは、脳機能と行動の変化を包括的に理解するために重要である。
ニューロイメージングと機械学習の技術の発展に伴い、個々の脳のパーセレーションの研究が盛んになっている。
論文 参考訳（メタデータ） (2024-07-01T05:48:05Z) - MindBridge: A Cross-Subject Brain Decoding Framework [60.58552697067837]
脳の復号化は、獲得した脳信号から刺激を再構築することを目的としている。
現在、脳の復号化はモデルごとのオブジェクトごとのパラダイムに限られている。
我々は,1つのモデルのみを用いることで,オブジェクト間脳デコーディングを実現するMindBridgeを提案する。
論文 参考訳（メタデータ） (2024-04-11T15:46:42Z) - Implementing engrams from a machine learning perspective: matching for
prediction [0.0]
ニューラルネットワークを用いてエングラムを実装するコンピュータシステムを設計する方法について提案する。
オートエンコーダをベースとして,情報を圧縮形式で保存・検索するためのインデックスとして潜時ニューラルネットワークを提案する。
我々は、異なるタイプの感覚入力に対応する潜時神経空間における異なる状態が同期活性化によってどのようにリンクされるかを検討する。
論文 参考訳（メタデータ） (2023-03-01T10:05:40Z) - Deep learning reveals the common spectrum underlying multiple brain
disorders in youth and elders from brain functional networks [53.257804915263165]
ヒトの初期および後期の脳障害は、脳機能における病理学的変化を共有する可能性がある。
病理的共通性に関する神経画像データによる重要な証拠はいまだ発見されていない。
多地点機能磁気共鳴画像データを用いたディープラーニングモデルを構築し、健康的な制御から5つの異なる脳障害を分類する。
論文 参考訳（メタデータ） (2023-02-23T09:22:05Z) - Constraints on the design of neuromorphic circuits set by the properties
of neural population codes [61.15277741147157]
脳内では、情報はコード化され、伝達され、行動を伝えるために使用される。
ニューロモルフィック回路は、脳内のニューロンの集団が使用するものと互換性のある方法で情報を符号化する必要がある。
論文 参考訳（メタデータ） (2022-12-08T15:16:04Z) - Meta-RegGNN: Predicting Verbal and Full-Scale Intelligence Scores using
Graph Neural Networks and Meta-Learning [0.9137554315375922]
本稿では,脳コネクトームから行動スコアを予測するメタラーニング,メタRegGNNによる新しい回帰グラフニューラルネットワークを提案する。
言語およびフルスケールインテリジェンスクォージェント(IQ)予測の結果は,ニューロタイプおよび自閉症スペクトラム障害のコホートにおいて,既存の手法よりも優れていた。
論文 参考訳（メタデータ） (2022-09-14T07:19:03Z) - Neural Language Models are not Born Equal to Fit Brain Data, but
Training Helps [75.84770193489639]
音声ブックを聴く被験者の機能的磁気共鳴イメージングの時間軸予測に及ぼすテスト損失,トレーニングコーパス,モデルアーキテクチャの影響について検討した。
各モデルの訓練されていないバージョンは、同じ単語をまたいだ脳反応の類似性を捉えることで、脳内のかなりの量のシグナルをすでに説明していることがわかりました。
ニューラル言語モデルを用いたヒューマン・ランゲージ・システムの説明を目的とした今後の研究の実践を提案する。
論文 参考訳（メタデータ） (2022-07-07T15:37:17Z) - Does injecting linguistic structure into language models lead to better
alignment with brain recordings? [13.880819301385854]
言語モデルと脳記録との整合性は,構文的あるいは意味論的フォーマリズムからのアノテーションに偏りがある場合と評価する。
提案手法は,脳内の意味の組成について,より標的となる仮説の評価を可能にする。
論文 参考訳（メタデータ） (2021-01-29T14:42:02Z) - Compositional Explanations of Neurons [52.71742655312625]
本稿では, 合成論理的概念を同定し, 深部表現におけるニューロンの説明手順について述べる。
本稿では,視覚と自然言語処理のモデルにおける解釈可能性に関するいくつかの疑問に答えるために,この手順を用いる。
論文 参考訳（メタデータ） (2020-06-24T20:37:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。