机构名称：
¥ 1.0
在使用机器学习模型分析高维神经影像数据时，必须意识到黑箱问题。这是由于缺乏对内部算法或输入特征的理解，尽管大多数模型在分类、模式识别和预测方面表现出色，但大多数模型仍基于这些输入特征做出决策。在这里，我们通过选择和解释最相关的输入特征来解决基于功能连接对认知大脑状态进行分类的根本高维问题。具体来说，我们考虑了长期认知负荷下皮质同步的变化。我们的研究强调了这种机器学习方法在构建稳健的分类模型和感知相关的刺激前连接变化方面相对于传统的试验平均统计分析的进步。
机器学习评估长期认知负荷下功能连接的变化
主要关键词
相关文件推荐
