本文使用一种生成性神经网络体系结构,该结构结合了无监督(生成)和受监督的(歧视性)模型,并使用模型比较策略来评估有关脑状态与行为之间映射的假设。认知神经科学出版物中的大多数建模都假设是线性的一对一脑行为关系,但切勿检验这些假设或违反它们的后果。我们使用四个地面脑行为映射的模拟系统地改变了这些假设,这些映射涉及逐渐复杂的关系,从一到一对一对线性映射到多一对一的非线性映射。然后,我们将各种自动编码器分类器框架应用于模拟,以显示其如何准确捕获多样化的大脑行为映射,提供了有关数据支持哪些假设的证据,并说明了违反假设时出现的问题。这种综合方法为认知神经科学提供了可靠的基础,可以有效地对复杂的神经和行为过程进行建模,从而使有关脑行为映射的性质的更合理的结论。
主要关键词