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
- Neuroformer: Multimodal and Multitask Generative Pretraining for Brain
Data [3.712362524473752]
最先端のシステム神経科学実験は大規模なマルチモーダルデータを生み出し、これらのデータセットは分析のための新しいツールを必要とする。
視覚領域と言語領域における大きな事前学習モデルの成功に触発されて、我々は大規模な細胞分解性神経スパイクデータの解析を自己回帰生成問題に再構成した。
我々はまず、シミュレーションデータセットでNeuroformerを訓練し、本質的なシミュレートされた神経回路の動作を正確に予測し、方向を含む基盤となる神経回路の接続性を推定した。
論文 参考訳(メタデータ) (2023-10-31T20:17:32Z) - 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) - The Neural Coding Framework for Learning Generative Models [91.0357317238509]
本稿では,脳の予測処理理論に触発された新しい神経生成モデルを提案する。
同様に、私たちの生成モデルにおける人工ニューロンは、隣接するニューロンが何をするかを予測し、予測が現実にどの程度一致するかに基づいてパラメータを調整します。
論文 参考訳(メタデータ) (2020-12-07T01:20:38Z) - 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) - Towards a Neural Model for Serial Order in Frontal Cortex: a Brain
Theory from Memory Development to Higher-Level Cognition [53.816853325427424]
そこで本研究では,未熟な前頭前野 (PFC) が側頭葉信号の階層的パターンを検出する主要な機能を利用していることを提案する。
我々の仮説では、PFCは順序パターンの形で時間的配列の階層構造を検出し、それらを脳の異なる部分で階層的に情報をインデックスするために利用する。
これにより、抽象的な知識を操作し、時間的に順序付けられた情報を計画するための言語対応の脳にツールを提供する。
論文 参考訳(メタデータ) (2020-05-22T14:29:51Z) - Neuronal Sequence Models for Bayesian Online Inference [0.0]
連続神経活動は、脳内の幅広いプロセスの基盤となる。
ニューロン配列の神経科学的証拠は、知覚、運動制御、スピーチ、空間ナビゲーション、記憶といった領域で報告されている。
本稿では、ニューロン配列に関する重要な知見を概説し、感覚運動処理と認識のモデルとして、シーケンスのオンライン推論の概念に関連付ける。
論文 参考訳(メタデータ) (2020-04-02T10:52:54Z)
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。