q-bio.NC」カテゴリーアーカイブ

Matching domain experts by training from scratch on domain knowledge

要約 最近、大規模言語モデル (LLM) は、神経科学実験の結果を予測する際に人 … 続きを読む

カテゴリー: cs.AI, cs.CL, q-bio.NC | コメントする

A Differentiable Approach to Multi-scale Brain Modeling

要約 正確な脳シミュレーションと強力な勾配ベースの最適化を組み合わせた独自の微分 … 続きを読む

カテゴリー: cs.AI, cs.CE, cs.NE, q-bio.NC | コメントする

Investigating the Timescales of Language Processing with EEG and Language Models

要約 この研究は、事前にトレーニングされたトランスフォーマーベースの言語モデルか … 続きを読む

カテゴリー: cs.CL, q-bio.NC | コメントする

Impact of Initialization on Intra-subject Pediatric Brain MR Image Registration: A Comparative Analysis between SyN ANTs and Deep Learning-Based Approaches

要約 この研究では、特に被験者内の変形可能な位置合わせに焦点を当て、小児神経画像 … 続きを読む

カテゴリー: cs.CV, eess.IV, q-bio.NC | コメントする

Inferring stochastic low-rank recurrent neural networks from neural data

要約 計算神経科学の中心的な目的は、大規模なニューロン集団の活動を根底にある力学 … 続きを読む

カテゴリー: cs.LG, q-bio.NC, stat.ML | コメントする

Large language models surpass human experts in predicting neuroscience results

要約 科学的発見は多くの場合、数十年にわたる研究の総合にかかっており、この作業は … 続きを読む

カテゴリー: cs.AI, q-bio.NC | コメントする

The neural correlates of logical-mathematical symbol systems processing resemble that of spatial cognition more than natural language processing

要約 計算、推論、プログラミングなどのタスクを含む論理数学記号 (LMS) を操 … 続きを読む

カテゴリー: cs.AI, cs.CL, q-bio.NC | コメントする

Control when confidence is costly

要約 私たちは、推論の計算コストを考慮したバージョンの確率的制御を開発します。 … 続きを読む

カテゴリー: cs.AI, q-bio.NC | コメントする

Revealing Vision-Language Integration in the Brain with Multimodal Networks

要約 私たちは、(マルチ) モードのディープ ニューラル ネットワーク (DNN … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.NE, q-bio.NC | コメントする

Uncovering Latent Memories: Assessing Data Leakage and Memorization Patterns in Large Language Models

要約 大規模な言語モデルの急増により、自然言語処理タスクに革命が起こりましたが、 … 続きを読む

カテゴリー: cs.CV, cs.LG, q-bio.NC | コメントする