机构名称：
¥ 2.0
通过在神经网络反应和从生物系统中测得的神经网络反应进行回归，通常将神经网络的表示与生物系统的表示。许多不同的深层神经网络产生相似的神经预测，但尚不清楚如何在预测神经反应方面表现良好的模型之间进行区分。为了深入了解这一点，我们使用了一个最新的理论框架，该框架将回归的概括误差与模型和目标的光谱特性相关联。我们将该理论应用于模型激活和神经反应之间的回归情况，并根据模型特征谱，模型特征向量和神经反应的比对分解神经预测误差以及训练集的大小。使用这种分解，我们引入了几何措施来解释神经预测误差。我们测试了许多预测视觉皮层活动的深神经网络，并表明有多种类型的几何形状导致通过回归测量的神经预测误差低。这项工作表明，仔细分解代表性指标可以提供模型如何捕获神经活动的解释性，并指向改善神经活动模型的道路。
神经预测和对齐的光谱理论
主要关键词
相关文件推荐
