我们如何判断两个神经网络是否在特定计算中使用相同的内部过程?这个问题与神经科学和机器学习的多个子领域有关,包括神经人工智能、机械可解释性和脑机接口。比较神经网络的标准方法侧重于潜在状态的空间几何形状。然而,在循环网络中,计算是在动态层面实现的,两个执行相同计算且具有相同动态的网络不必具有相同的几何形状。为了弥合这一差距,我们引入了一种新颖的相似性度量,可在动态层面比较两个系统,称为动态相似性分析 (DSA)。我们的方法包含两个部分:利用数据驱动动态系统理论的最新进展,我们学习一个高维线性系统,该系统可准确捕捉原始非线性动力学的核心特征。接下来,我们使用 Procrustes 分析的新颖扩展来比较通过此嵌入的不同系统,该扩展解释了矢量场在正交变换下如何变化。在四个案例研究中,我们证明了我们的方法可以解开共轭和非共轭循环神经网络 (RNN),而几何方法则存在不足。我们还表明,我们的方法可以以无监督的方式区分学习规则。我们的方法为比较分析神经回路中计算的基本时间结构打开了大门。
简介基于人工智能 (AI) 技术的自动作曲模型使得自动生成特定艺术家风格的音乐旋律成为可能。最近,模型还通过将两种不同的旋律混合并插入到中间层次来创建新的旋律 [1]。考虑到版权问题,插值旋律与原始参考旋律之间的关系非常重要,但它们之间的感知相似性却很少被研究 [2]。在本研究中,我们旨在通过行为实验来研究插值旋律和参考旋律在轮廓和调性(旋律感知的两个重要组成部分)方面的感知相似性 [3]。我们还旨在通过分析人工智能和人类作曲家创作的插值旋律来比较他们的作曲机制。
摘要 网络神经科学的图形信号处理方面的进步为整合大脑结构和功能提供了一条独特的途径,目的是揭示大脑在系统层面的一些组织原则。在这个方向上,我们开发了一个监督图形表示学习框架,通过图形编码器-解码器系统对大脑结构连接 (SC) 和功能连接 (FC) 之间的关系进行建模。具体来说,我们提出了一种配备图形卷积编码器的暹罗网络架构,以学习图形(即主题)级嵌入,以保留大脑网络之间与应用相关的相似性度量。这样,我们有效地增加了训练样本的数量,并通过规定的目标图形级距离带来了灵活性,可以合并额外的先验信息。虽然有关大脑结构-功能耦合的信息是通过从 SC 重建大脑 FC 隐式提取的,但我们的模型还设法学习保留输入图之间相似性的表示。学习到的表示的卓越判别能力在包括主题分类和可视化在内的下游任务中得到了证明。总而言之,这项工作通过利用度量数据分析的标准工具,倡导利用学习到的图形级、相似性保留嵌入进行脑网络分析的前景。索引术语 Ð脑连接组学、图形表示学习、孪生网络、图形卷积网络。
目前的视觉相似性概念是基于从图像内容中得出的特征。这忽略了用户对内容的情感体验,以及用户在搜索图像时的感受。在这里,我们将效价(情感评价的正或负量化)视为图像相似性的一个新维度。我们报告了最大规模的神经成像实验,该实验使用脑机接口的功能性近红外光谱来量化和预测视觉内容的效价。我们表明,情感相似性可以 (1) 直接从响应视觉刺激的大脑信号中解码,(2) 用于预测情感图像相似性,平均准确率为 0.58,高唤醒刺激的准确率为 0.65,(3) 有效地用于补充基于内容的模型的情感相似性估计;例如,当融合 fNIRS 和图像排名时,检索 F-measure@20 为 0.70。我们的工作为情感多媒体分析、检索和用户建模开辟了新的研究途径。
。cc-by 4.0未经同行评审获得的未获得的国际许可证是作者/筹款人,他已授予Biorxiv的许可证,以永久显示预印本。它是此预印本的版权持有人(该版本发布于2023年7月18日。; https://doi.org/10.1101/2022.05.05.05.02.490309 doi:biorxiv Preprint
本文探讨了在人工智能辅助伦理决策的背景下,人类与人工智能之间的价值观相似性对人类依赖的影响。以肾脏分配为例,我们进行了一项随机的人类受试者实验,其中工人在各种条件下面临道德困境,包括没有人工智能建议、来自类似人工智能的建议和来自不同人工智能的建议。我们发现,不同人工智能提供的建议对人类决策的总体影响高于来自类似人工智能的建议。然而,当人类和人工智能意见不一致时,参与者在获得类似人工智能的建议时更有可能改变他们的决定。这种影响不是由于人类对人工智能的看法相似,而是由于人工智能通过其建议表现出相似的道德价值观。我们还对价值观相似性和信任之间的关系以及人口层面的道德偏好的潜在转变进行了初步分析。
摘要背景:家庭环境和养育行为等社会生态因素会导致药物滥用。虽然生物行为同步被认为是可以调节环境对发展影响的适应力的基础,但大脑相似性在减轻环境背景有害影响方面的作用尚不清楚。我们测试了父母与青少年的神经相似性(父母与青少年功能性大脑连接之间的模式相似性水平,代表每个二元组中的协调水平)是否能调节家庭混乱(一种压力源)直接和通过父母监控间接预测青少年药物滥用的纵向通路。方法:在 70 对父母与青少年二元组样本中,使用多模式连接相似性估计确定了静息态大脑活动的相似性。青少年和父母报告了家庭混乱和父母监控的情况,并在 1 年的随访中评估了青少年药物滥用情况。结果:调节中介模型表明,对于神经相似性低但神经相似性不高的青少年,家庭混乱程度越高,直接或间接地通过父母监督程度越低来预测药物使用率越高。我们的数据还表明,家庭混乱和药物使用之间的总体关联存在不同的敏感性:神经相似性低的青少年在家庭混乱程度高的情况下表现出较高的药物使用率,而在家庭混乱程度低的情况下表现出较低的药物使用率。结论:神经相似性是一种保护因素,因此,父母与青少年之间的神经相似性可能会减轻家庭环境不佳和养育行为对青少年健康风险行为发展产生的不利影响。
图 5 同侪影响敏感性和冒险行为对伏隔核 (NACC) 神经相似性的回归。为自己和最好的朋友做决定之间的 NACC 神经相似性与青少年的 (a) 同侪影响敏感性和 (b) 冒险行为呈正相关。为自己和父母做决定之间的 NACC 神经相似性与青少年的 (c) 同侪影响敏感性或 (d) 冒险行为无显著相关性。显示了关系的 95% 置信区间 (CI)。所有报告的 p 值均经过 Bonferroni 调整。
抽象引入的介绍,通过生物信息信息分析,在1型糖尿病(T1DM)患者中与程序性细胞死亡蛋白-1(PD-1)共享顺序和结构相似性的相应基因。研究设计和方法在人类蛋白序列数据库中筛选所有具有免疫球蛋白V-stet结构域的蛋白质,并在基因序列数据库中获得了相应的基因。GSE154609,其中包含来自T1DM和健康对照患者的外周血CD14+单核细胞样品。差异结果和相似基因相交。基因和基因组途径的基因本体论和京都百科全书的分析用于使用R套件“群集剖面”来预测潜在功能。使用t检验,在癌症基因组胰腺癌数据集和GTEX数据库中分析了相交基因的表达差异。使用Kaplan-erier生存分析分析了胰腺癌患者的整体生存和无疾病进展之间的相关性。结果2068具有免疫球蛋白V-stet结构域的蛋白质类似于PD-1和307相应的基因。1705与健康对照组相比,T1DM患者上调差异表达的基因(DEG)和1335个下调的DEG。总共21个基因与307 Pd-1相似性基因重叠,其中7个上调和14个下调。,胰腺癌患者的13个基因的mRNA水平显着增加。肌瘤3和HHLA2的高表达与胰腺癌患者的总体存活率较短显着相关,而FGFRL1,CD274和SPEG的高表达与胰腺癌患者的无病无病生存率显着相关。 结论的结论基因编码与PD-1相似的免疫球蛋白V-stet结构域可能有助于T1DM的发生。 这些基因,Myom3和SPEG的可能是胰腺癌预后的潜在生物标志物。肌瘤3和HHLA2的高表达与胰腺癌患者的总体存活率较短显着相关,而FGFRL1,CD274和SPEG的高表达与胰腺癌患者的无病无病生存率显着相关。结论的结论基因编码与PD-1相似的免疫球蛋白V-stet结构域可能有助于T1DM的发生。可能是胰腺癌预后的潜在生物标志物。
本文档是国家网络安全策略的重新格式化且略有删节的版本,还包括使用IDA内部自然语言处理工具开发的一些分析产品。产品包括单词云,显示了策略中最常用的重要术语,主题云突出了某些支柱的关键术语,最后,将策略中的战略目标与行政命令第14028节中的策略目标进行了比较,改善了国家的网络安全,该策略是在5月12日发布的。