机构名称：
¥ 1.0
随着计算认知神经科学领域的不断扩展和新理论的产生，人们越来越需要更先进的方法来检验大脑行为关系的假设。贝叶斯认知建模的最新进展使得神经和行为模型能够结合成一个统一的框架。然而，这些方法需要手动提取特征，并且缺乏在更复杂的数据中发现以前未知的神经特征的能力。因此，这会阻碍模型的表现力。为了应对这些挑战，我们提出了一种神经认知变分自动编码器 (NCVA)，将高维脑电图与认知模型结合起来，用于生成和预测建模分析。重要的是，我们的 NCVA 既可以根据行为数据预测脑电图信号，又可以根据脑电图信号估计认知模型参数。这种新方法可以让我们更全面地了解行为、大脑活动和认知过程之间的三重关系。
UvA-DARE（数字学术资源库）
主要关键词
相关文件推荐
