利用循环神经网络从灵长类运动皮层神经记录预测运动动作
信号处理
2024-11-04 v2 机器学习
神经元与认知
摘要
本文提出了一种高效的深度学习解决方案，用于从非人灵长类动物的神经记录中解码运动动作。采用自编码器门控循环单元 (AEGRU) 模型作为此任务的模型架构。自编码器仅在训练阶段使用，以实现更好的泛化。结合预处理技术，我们的模型取得了 0.71 的 分数，超越了 Neurobench 中的基线模型，并在 IEEE BioCAS 2024 神经解码大挑战的 指标中排名第一。还应用了模型剪枝，与未剪枝模型相比，乘累加 (MAC) 操作减少了 41.4%，而 分数变化很小。
引用
@article{arxiv.2410.22283,
title = {Leveraging Recurrent Neural Networks for Predicting Motor Movements from Primate Motor Cortex Neural Recordings},
author = {Yuanxi Wang and Zuowen Wang and Shih-Chii Liu},
journal= {arXiv preprint arXiv:2410.22283},
year = {2024}
}