深度对抗神经解码
神经元与认知
2017-06-16 v3 机器学习
机器学习
摘要
在此，我们提出一种通过结合概率推断与深度学习来解决从大脑响应重建感知刺激问题的新方法。我们的方法首先利用最大后验估计反转从潜在特征到大脑响应的线性变换，然后利用卷积神经网络的对抗训练反转从感知刺激到潜在特征的非线性变换。我们通过一项功能性磁共振成像实验测试了我们的方法，并表明它可以从大脑激活中生成最先进的人脸感知重建。
引用
@article{arxiv.1705.07109,
title = {Deep adversarial neural decoding},
author = {Yağmur Güçlütürk and Umut Güçlü and Katja Seeliger and Sander Bosch and Rob van Lier and Marcel van Gerven},
journal= {arXiv preprint arXiv:1705.07109},
year = {2017}
}
备注
Added appendix and updated figures