亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Decoding Visual Neural Representations by Multimodal Learning of Brain-Visual-Linguistic Features

计算机科学 人工智能 解码方法 神经解码 机器学习 生成模型 自然语言处理 生成语法 电信
作者
Changde Du,Kaicheng Fu,Jinpeng Li,Huiguang He
出处
期刊:IEEE Transactions on Pattern Analysis and Machine Intelligence [Institute of Electrical and Electronics Engineers]
卷期号:45 (9): 10760-10777 被引量:25
标识
DOI:10.1109/tpami.2023.3263181
摘要

Decoding human visual neural representations is a challenging task with great scientific significance in revealing vision-processing mechanisms and developing brain-like intelligent machines. Most existing methods are difficult to generalize to novel categories that have no corresponding neural data for training. The two main reasons are 1) the under-exploitation of the multimodal semantic knowledge underlying the neural data and 2) the small number of paired (stimuli-responses) training data. To overcome these limitations, this paper presents a generic neural decoding method called BraVL that uses multimodal learning of brain-visual-linguistic features. We focus on modeling the relationships between brain, visual and linguistic features via multimodal deep generative models. Specifically, we leverage the mixture-of-product-of-experts formulation to infer a latent code that enables a coherent joint generation of all three modalities. To learn a more consistent joint representation and improve the data efficiency in the case of limited brain activity data, we exploit both intra- and inter-modality mutual information maximization regularization terms. In particular, our BraVL model can be trained under various semi-supervised scenarios to incorporate the visual and textual features obtained from the extra categories. Finally, we construct three trimodal matching datasets, and the extensive experiments lead to some interesting conclusions and cognitive insights: 1) decoding novel visual categories from human brain activity is practically possible with good accuracy; 2) decoding models using the combination of visual and linguistic features perform much better than those using either of them alone; 3) visual perception may be accompanied by linguistic influences to represent the semantics of visual stimuli.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
小_n发布了新的文献求助10
刚刚
逗逗完成签到,获得积分10
16秒前
17秒前
19秒前
张张完成签到 ,获得积分10
21秒前
卡布发布了新的文献求助10
22秒前
yangon发布了新的文献求助10
22秒前
fly完成签到 ,获得积分10
26秒前
29秒前
Captain发布了新的文献求助10
31秒前
Ava应助jfuU采纳,获得10
38秒前
Ava应助jfuU采纳,获得10
38秒前
爱静静应助科研通管家采纳,获得10
43秒前
爱静静应助科研通管家采纳,获得10
43秒前
FashionBoy应助科研通管家采纳,获得10
43秒前
充电宝应助科研通管家采纳,获得10
43秒前
科研通AI2S应助科研通管家采纳,获得10
43秒前
爱静静应助科研通管家采纳,获得10
43秒前
43秒前
John完成签到,获得积分10
49秒前
yangon完成签到,获得积分10
49秒前
CipherSage应助uu采纳,获得10
1分钟前
yanhan2009发布了新的文献求助40
1分钟前
李爱国应助别急我先送采纳,获得10
1分钟前
zhong发布了新的文献求助10
1分钟前
1分钟前
1分钟前
Nancy0818完成签到,获得积分10
1分钟前
李健的粉丝团团长应助xxy采纳,获得100
1分钟前
lonely完成签到,获得积分10
1分钟前
1分钟前
uu发布了新的文献求助10
1分钟前
lkk183完成签到 ,获得积分10
1分钟前
杉进完成签到 ,获得积分10
1分钟前
lonely发布了新的文献求助10
1分钟前
abc完成签到 ,获得积分10
1分钟前
Jerry发布了新的文献求助20
1分钟前
uu完成签到,获得积分10
1分钟前
佘炭炭完成签到 ,获得积分10
1分钟前
善学以致用应助wyd采纳,获得10
1分钟前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3126059
求助须知:如何正确求助?哪些是违规求助? 2776259
关于积分的说明 7729655
捐赠科研通 2431643
什么是DOI,文献DOI怎么找? 1292201
科研通“疑难数据库(出版商)”最低求助积分说明 622582
版权声明 600392