Révéler les mécanismes de la satiation sémantique avec des modèles d'apprentissage profond

Révéler les mécanismes de la satiation sémantique avec des modèles d'apprentissage profond

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Neurologie, Sciences de la vie, Biophysique,
Apprentissage profond   satiation sémantique   Réseau neuronal   Mécanismes cognitifs   Cortex visuel  

Le Modèle d’Apprentissage Profond Révèle le Mécanisme de Saturation Sémantique La saturation sémantique, c’est-à-dire le phénomène où un mot ou une phrase perd son sens après avoir été répété plusieurs fois, est un phénomène psychologique bien connu. Cependant, les principes micro-neurocomputionnels qui provoquent ce mécanisme sont encore inconnus....

Un cadre d'adaptation de domaine de transport siamois pour la classification IRM 3D des gliomes et des maladies d'Alzheimer

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Analyses médicales, Neurologie, Imagerie médicale, Oncologie,
IRM 3D   Gliomes   Maladie d'Alzheimer   Adaptation de domaine   Apprentissage profond  

Classification des Gliomes et de la Maladie d’Alzheimer sur des IRM 3D Basée sur le Cadre d’Adaptation de Domaine Siamese-Transport Contexte de l’Étude Dans le diagnostic assisté par ordinateur, le dépistage des images par résonance magnétique (IRM) 3D joue un rôle crucial dans le diagnostic précoce de diverses maladies cérébrales, permettant de pr...

Une approche basée sur le Transformer combinant un réseau d'apprentissage profond et des informations spatio-temporelles pour la classification des EEG bruts

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Neurologie, Sciences de la vie, Génie biologique,
Transformer   Classification EEG   Apprentissage profond   Informations spatio-temporelles   Mécanisme d'attention   Interface Cerveau-Ordinateur  

Contexte et Objectif de la Recherche Ces dernières années, les systèmes d’Interface Cerveau-Ordinateur (Brain-Computer Interface, BCI) ont été largement utilisés dans les domaines de l’ingénierie neuronale et des neurosciences, et l’électroencéphalogramme (EEG), en tant qu’outil pour refléter l’activité de différents groupes de neurones du système ...

Une approche d'apprentissage profond basée sur l'attention pour la classification des stades du sommeil avec EEG monocanal

Ingénierie, Génie électrique, Sciences de l'information, Intelligence artificielle, Médecine, Analyses médicales, Neurologie,
Attention   Apprentissage profond   Stade du sommeil   EEG monocanal   Extraction de caractéristiques   Classification automatique   Dépendances temporelles  

L’électronique IEEE (Institut des ingénieurs électriques et électroniques) a publié dans le volume 29 de “Transactions on Neural Systems and Rehabilitation Engineering” de 2021 un article intitulé “A Single-Channel EEG Sleep Stage Classification Method Based on Attention Deep Learning”. Cet article a été rédigé par les chercheurs Emadeldeen Edele, ...

Réseau d'apprentissage de régularisation implicite inspiré du mécanisme de génération de bruit et d'imagerie pour la reconstruction CT à faible dose

Réseau d'apprentissage de régularisation implicite inspiré du mécanisme de génération de bruit et d'imagerie pour la reconstruction CT à faible dose

Sciences de l'information, Intelligence artificielle, Médecine, Imagerie médicale,
CT à faible dose   Mécanisme de génération de bruit   Régularisation implicite   Optimisation globale   Apprentissage profond  

#Application d’un Réseau d’Apprentissage avec Régularisation Implicite Inspiré par la Génération de Bruit et le Mécanisme d’Imagerie à la Reconstruction de CT à Basse Dose La tomodensitométrie à basse dose (Low-Dose Computed Tomography, LDCT) est devenue un outil important en imagerie médicale moderne, visant à réduire les risques radiatifs tout en...