使用深度学习方法进行认知解码的挑战
机器学习
2021-08-17 v1 统计方法学
摘要
在认知解码中，研究者旨在通过识别可从脑区活动中辨别的认知状态（例如接受/拒绝赌博）来刻画该脑区的表征。深度学习方法（DL）在认知解码中极具前景，因其能以无与伦比的能力学习复杂数据的多样表征。然而，它们在认知解码中的广泛应用受其普遍缺乏可解释性，以及难以应用于小数据集、难以确保可重复性与鲁棒性的阻碍。我们提议利用可解释人工智能与迁移学习的最新进展来应对这些挑战，同时就如何提高 DL 建模结果的可重复性与鲁棒性给出具体建议。
引用
@article{arxiv.2108.06896,
title = {Challenges for cognitive decoding using deep learning methods},
author = {Armin W. Thomas and Christopher Ré and Russell A. Poldrack},
journal= {arXiv preprint arXiv:2108.06896},
year = {2021}
}