StimFlow:用流匹配从图像合成脑活动
热点事件持续更新
StimFlow:用流匹配从图像合成脑活动
1 篇报道1 个报道来源19 小时前更新
先了解这件事
AI 综述
Bui Van Hung 等作者发布论文提出 StimFlow,一种用刺激条件化流匹配在原生体素空间直接合成 fMRI 响应的方法。论文称,单次采样即可达到 0.371 的逐体素 Pearson 相关性,匹敌需要平均五次采样的基线。 方法上,StimFlow 结合 DINOv2 结构特征与 CLIP 语义特征以匹配视觉层级。论文还称,仅用一小时扫描数据即可恢复超过一半的全数据性能,并支持高效的跨被试适配。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
StimFlow:用刺激条件化流匹配从图像合成脑活动报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv:cs.AIStimFlow:用刺激条件化流匹配从图像合成脑活动
StimFlow 通过条件化流匹配在原生体素空间直接合成 fMRI 响应,单样本即达到 0.371 的逐体素 Pearson 相关性,匹敌需要平均五次采样的基线。它结合 DINOv2 结构特征与 CLIP 语义特征以匹配视觉层级,并仅用一小时扫描数据即可恢复超过一半的全数据性能,支持高效的跨被试适配。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。