論文の概要: Retrieving Event-related Human Brain Dynamics from Natural Sentence Reading

• arxiv url: http://arxiv.org/abs/2103.15500v1
• Date: Mon, 29 Mar 2021 11:11:34 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-31 00:42:55.674060
• Title: Retrieving Event-related Human Brain Dynamics from Natural Sentence Reading
• Title（参考訳）: 自然文読みによる事象関連脳動態の検索
• Authors: Xinping Liu, Zehong Cao
• Abstract要約: 本稿では,イベント関連脳電位 (ERP) とイベント関連スペクトル摂動 (ERSP) をベンチマークデータセット上で解析する。 その結果,後頭部領域の刺激(各文を読み始める)後,約162 msでピークが誘発された。 また、脳波ダイナミクスによる認知的自然言語処理モデル評価の促進にも影響する可能性がある。
• 参考スコア（独自算出の注目度）: 7.7351935489189225
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Electroencephalography (EEG) signals recordings when people reading natural languages are commonly used as a cognitive method to interpret human language understanding in neuroscience and psycholinguistics. Previous studies have demonstrated that the human fixation and activation in word reading associated with some brain regions, but it is not clear when and how to measure the brain dynamics across time and frequency domains. In this study, we propose the first analysis of event-related brain potentials (ERPs), and event-related spectral perturbations (ERSPs) on benchmark datasets which consist of sentence-level simultaneous EEG and related eye-tracking recorded from human natural reading experiment tasks. Our results showed peaks evoked at around 162 ms after the stimulus (starting to read each sentence) in the occipital area, indicating the brain retriving lexical and semantic visual information processing approaching 200 ms from the sentence onset. Furthermore, the occipital ERP around 200ms presents negative power and positive power in short and long reaction times. In addition, the occipital ERSP around 200ms demonstrated increased high gamma and decreased low beta and low gamma power, relative to the baseline. Our results implied that most of the semantic-perception responses occurred around the 200ms in alpha, beta and gamma bands of EEG signals. Our findings also provide potential impacts on promoting cognitive natural language processing models evaluation from EEG dynamics.
• Abstract（参考訳）: 脳波(eeg)は、自然言語を読む人が神経科学や精神言語学における人間の言語理解を解釈するための認知的手法として一般的に使用されるときに記録される信号である。 これまでの研究では、一部の脳領域に関連する単語読解における人間の固定と活性化が示されているが、時間領域と周波数領域にわたる脳の動態をいつどのように測定するかは明らかではない。 本研究では,ヒトの自然読取実験から得られた文レベルの同時脳波と関連する視線追跡からなるベンチマークデータセット上で,事象関連脳電位(ERP)と事象関連スペクトル摂動(ERSP)を初めて解析する。 後頭葉領域の刺激(各文の読み出し開始)から約162msでピークが誘発され,文開始から200msに近づいた脳の語彙的・意味的視覚情報処理が示唆された。 さらに、200ms前後の後頭葉ERPは、短い反応時間と長い反応時間において負のパワーと正のパワーを示す。 さらに, 200ms前後の陰茎erspは, 高ガンマ度の増加と低ベータ, 低ガンマパワーの低下を示した。 その結果,脳波信号のα,β,ガンマ帯で200ms前後にセマンティック・パーセプション反応が生じたことが示唆された。 また,脳波力学による認知自然言語処理モデル評価の促進にも影響する可能性が示唆された。

関連論文リスト

• Brain-like Functional Organization within Large Language Models [58.93629121400745]
  人間の脳は長い間人工知能(AI)の追求にインスピレーションを与えてきた 最近のニューロイメージング研究は、人工ニューラルネットワーク(ANN)の計算的表現と、人間の脳の刺激に対する神経反応との整合性の説得力のある証拠を提供する。 本研究では、人工ニューロンのサブグループと機能的脳ネットワーク(FBN)を直接結合することで、このギャップを埋める。 このフレームワークはANサブグループをFBNにリンクし、大きな言語モデル(LLM)内で脳に似た機能的組織を記述できる。
  論文  参考訳（メタデータ） (2024-10-25T13:15:17Z)
• Latent Representation Learning for Multimodal Brain Activity Translation [14.511112110420271]
  本稿では、空間的および時間的解像度ギャップをモダリティに橋渡しするSAMBA(Spatiotemporal Alignment of Multimodal Brain Activity)フレームワークを提案する。 SAMBAは、電気生理学的記録のスペクトルフィルタリングのための新しい注目ベースのウェーブレット分解を導入した。 SAMBAの学習は、翻訳の他に、脳情報処理の豊かな表現も学べることが示されている。
  論文  参考訳（メタデータ） (2024-09-27T05:50:29Z)
• DBGDGM: Dynamic Brain Graph Deep Generative Model [63.23390833353625]
  グラフは機能的磁気画像(fMRI)データから得られる脳活動の自然な表現である。 機能的接続ネットワーク(FCN)として知られる解剖学的脳領域のクラスターは、脳の機能や機能不全を理解するのに有用なバイオマーカーとなる時間的関係を符号化することが知られている。 しかし、以前の研究は脳の時間的ダイナミクスを無視し、静的グラフに焦点を当てていた。 本稿では,脳の領域を時間的に進化するコミュニティにクラスタリングし,非教師なしノードの動的埋め込みを学習する動的脳グラフ深部生成モデル(DBGDGM)を提案する。
  論文  参考訳（メタデータ） (2023-01-26T20:45:30Z)
• Neural Correlates of Face Familiarity Perception [27.35019550592346]
  ヒトを用いた脳波とMEG実験では、不慣れな顔と慣れ親しんだ顔に対応する神経活動が250ミリ秒前後で出現することが報告されている。 本稿では,パターン分類手法を用いて,高密度MEG記録におけるそのような相関関係の探索に成功したことを報告する。 これらの結果は、人間とマカク人のデータを解析し、慣れ親しんだ顔知覚の基礎となる神経機構に関する手がかりを提供するのに役立つ。
  論文  参考訳（メタデータ） (2022-07-31T03:31:32Z)
• 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)
• Open Vocabulary Electroencephalography-To-Text Decoding and Zero-shot Sentiment Classification [78.120927891455]
  最先端のブレイン・トゥ・テキストシステムは、ニューラルネットワークを使用して脳信号から直接言語を復号することに成功した。 本稿では,自然読解課題における語彙的脳波(EEG)-テキスト列列列復号化とゼロショット文感性分類に問題を拡張する。 脳波-テキストデコーディングで40.1%のBLEU-1スコア、ゼロショット脳波に基づく3次感情分類で55.6%のF1スコアを達成し、教師付きベースラインを著しく上回る結果となった。
  論文  参考訳（メタデータ） (2021-12-05T21:57:22Z)
• Long-range and hierarchical language predictions in brains and algorithms [82.81964713263483]
  深層言語アルゴリズムは隣接した単語の予測に最適化されているが、人間の脳は長距離で階層的な予測を行うように調整されている。 本研究は、予測符号化理論を強化し、自然言語処理における長距離および階層的予測の重要な役割を示唆する。
  論文  参考訳（メタデータ） (2021-11-28T20:26:07Z)
• Model-based analysis of brain activity reveals the hierarchy of language in 305 subjects [82.81964713263483]
  言語の神経基盤を分解する一般的なアプローチは、個人間で異なる刺激に対する脳の反応を関連付けている。 そこで本研究では,自然刺激に曝露された被験者に対して,モデルに基づくアプローチが等価な結果が得られることを示す。
  論文  参考訳（メタデータ） (2021-10-12T15:30:21Z)
• Human brain activity for machine attention [8.673635963837532]
  我々は脳波(EEG)という神経科学データを初めて活用し、人間の脳の言語処理について神経の注意モデルに知らせる。 我々は、理論上動機付けられた収穫と無作為な森林分枝を組み合わせることで、機械の注意を監督する脳波の特徴を見つける手法を考案した。 これらの特徴を関係分類の注意を規則化するために応用し、脳波が強い基準線よりも情報的であることを示す。
  論文  参考訳（メタデータ） (2020-06-09T08:39:07Z)

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。