ODEBRAIN: Neural ODE для моделирования динамики ЭЭГ

Моделирование динамики нейронных популяций важно для фундаментальных нейронаучных исследований и различных клинических применений. Традиционные методы латентных переменных обычно моделируют непрерывную динамику мозга, дискретизируя время с помощью рекуррентной архитектуры, что приводит к накоплению ошибок прогнозирования и неспособности зафиксировать мгновенные, нелинейные характеристики ЭЭГ.

Авторы

Такаси Мацубара, Хаохуи Цзя, Рикуто Котоге, Джатуршан Прадипкумар, Ясуко Мацубара и еще 4 автора.

Резюме

Представлена ODEBRAIN – структура латентного динамического прогнозирования на основе Neural ODE, разработанная для преодоления указанных сложностей. Она объединяет пространственно-временные-частотные характеристики в узлы спектрального графа, а затем использует Neural ODE для моделирования непрерывной латентной динамики. Конструкция обеспечивает, что латентные представления могут захватывать стохастические вариации сложных состояний мозга в любой момент времени.

Эксперименты показали, что ODEBRAIN значительно превосходит существующие методы в прогнозировании динамики ЭЭГ с улучшенной устойчивостью и обобщающей способностью.

Ресурсы

Просмотр на Hugging Face Читать PDF ArXiv