语义向量空间模型预测对复杂视觉刺激的神经响应
神经元与认知
2015-10-19 v1
摘要
编码模型的目标是预测对自然刺激的神经元响应，以阐明感觉信息在大脑中如何表征。这一预测通过将刺激表示为合适的特征空间，并利用该特征空间线性预测观察到的神经元响应来实现。在此，我们研究语义向量空间模型在多大程度上可用于预测对复杂视觉刺激的神经元响应。我们表明，这些模型在下游视觉区域提供了对神经元响应的良好预测，相比基于Gabor小波金字塔的低级控制模型有显著改进。所概述的方法提供了一种新的方式来建模和映射皮层中的高级语义表征。
引用
@article{arxiv.1510.04738,
title = {Semantic vector space models predict neural responses to complex visual stimuli},
author = {Umut Güçlü and Marcel A. J. van Gerven},
journal= {arXiv preprint arXiv:1510.04738},
year = {2015}
}