Operatori integrali neurali migliorano la codifica e decodifica fMRI
Un nuovo studio da arXiv (2605.20389) esplora modelli di operatori integrali neurali per la codifica e decodifica fMRI. Il framework utilizza iterazioni a punto fisso latenti in uno spazio ausiliario per classificare gli stimoli e prevedere le dinamiche cerebrali. Testato su due dataset open-source, la ricerca confronta sistematicamente finestre temporali brevi e lunghe e registrazioni della corteccia visiva rispetto all'intero cervello, analizzando il loro impatto sulle prestazioni e sulla geometria dello spazio latente.
Fatti principali
- L'articolo arXiv 2605.20389 studia gli operatori integrali neurali per la fMRI
- Il modello esegue iterazioni a punto fisso in uno spazio ausiliario
- Valutato su due dataset fMRI open-source
- Confronta finestre temporali brevi e lunghe
- Confronta registrazioni della corteccia visiva rispetto all'intero cervello
- Si concentra sul contesto spaziotemporale non locale
- I compiti includono la decodifica degli stimoli e la codifica delle dinamiche fMRI
Entità
Istituzioni
- arXiv