Buchumschlag

Time-series attribution maps with regularized contrastive learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schneider, Steffen, Laiz, Rodrigo González, Filippova, Anastasiia, Frey, Markus, Mathis, Mackenzie Weygandt
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Neurons and Cognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adaptive Intelligence: leveraging insights from adaptive behavior in animals to build flexible AI systems
von: Mathis, Mackenzie Weygandt
Veröffentlicht: (2024)

Learnable latent embeddings for joint behavioral and neural analysis
von: Schneider, Steffen, et al.
Veröffentlicht: (2022)

Explaining Deep Learning Models for Age-related Gait Classification based on time series acceleration
von: Zheng, Xiaoping, et al.
Veröffentlicht: (2023)

Inhibitory normalization of error signals improves learning in neural circuits
von: Eyono, Roy Henha, et al.
Veröffentlicht: (2026)

Fast weight programming and linear transformers: from machine learning to neurobiology
von: Irie, Kazuki, et al.
Veröffentlicht: (2025)

Sophisticated Learning: A novel algorithm for active learning during model-based planning
von: Hodson, Rowan, et al.
Veröffentlicht: (2023)

Early-stage detection of cognitive impairment by hybrid quantum-classical algorithm using resting-state functional MRI time-series
von: Choi, Junggu, et al.
Veröffentlicht: (2024)

Stimulus-Voltage-Based Prediction of Action Potential Onset Timing: Classical vs. Quantum-Inspired Approaches
von: Johnson, Stevens, et al.
Veröffentlicht: (2025)

Scaling of learning time for high dimensional inputs
von: Brito, Carlos Stein
Veröffentlicht: (2026)

Overcoming classic challenges for artificial neural networks by providing incentives and practice
von: Irie, Kazuki, et al.
Veröffentlicht: (2024)

JEDI: Jointly Embedded Inference of Neural Dynamics
von: Jamkhandi, Anirudh, et al.
Veröffentlicht: (2026)

BRAID: Input-Driven Nonlinear Dynamical Modeling of Neural-Behavioral Data
von: Vahidi, Parsa, et al.
Veröffentlicht: (2025)

Multi-dataset Joint Pre-training of Emotional EEG Enables Generalizable Affective Computing
von: Zhang, Qingzhu, et al.
Veröffentlicht: (2025)

Inferring response times of perceptual decisions with Poisson variational autoencoders
von: Johnson, Hayden R., et al.
Veröffentlicht: (2025)

Learning Dynamics of RNNs in Closed-Loop Environments
von: Ger, Yoav, et al.
Veröffentlicht: (2025)

Marti-5: A Mathematical Model of "Self in the World" as a First Step Toward Self-Awareness
von: Pivovarov, Igor, et al.
Veröffentlicht: (2025)

Concept Alignment
von: Rane, Sunayana, et al.
Veröffentlicht: (2024)

Characterizing Continuous and Discrete Hybrid Latent Spaces for Structural Connectomes
von: Rudravaram, Gaurav, et al.
Veröffentlicht: (2025)

Brain-like Variational Inference
von: Vafaii, Hadi, et al.
Veröffentlicht: (2024)

Cross-Modal Representational Knowledge Distillation for Enhanced Spike-Informed LFP Modeling
von: Erturk, Eray, et al.
Veröffentlicht: (2025)

Pursuit of biomarkers of brain diseases: Beyond cohort comparisons
von: Helson, Pascal, et al.
Veröffentlicht: (2025)

Metabolic cost of information processing in Poisson variational autoencoders
von: Vafaii, Hadi, et al.
Veröffentlicht: (2026)

Omni-iEEG: A Large-Scale, Comprehensive iEEG Dataset and Benchmark for Epilepsy Research
von: Duan, Chenda, et al.
Veröffentlicht: (2026)

Leakage and Second-Order Dynamics Improve Hippocampal RNN Replay
von: Casco-Rodriguez, Josue, et al.
Veröffentlicht: (2026)

Clustering Inductive Biases with Unrolled Networks
von: Huml, Jonathan, et al.
Veröffentlicht: (2023)

Complex behavior from intrinsic motivation to occupy action-state path space
von: Ramírez-Ruiz, Jorge, et al.
Veröffentlicht: (2022)

Credit Assignment via Neural Manifold Noise Correlation
von: Kang, Byungwoo, et al.
Veröffentlicht: (2026)

DSAM: A Deep Learning Framework for Analyzing Temporal and Spatial Dynamics in Brain Networks
von: Thapaliya, Bishal, et al.
Veröffentlicht: (2024)

The Geometry of Concepts: Sparse Autoencoder Feature Structure
von: Li, Yuxiao, et al.
Veröffentlicht: (2024)

Learning Human-Aligned Representations with Contrastive Learning and Generative Similarity
von: Marjieh, Raja, et al.
Veröffentlicht: (2024)

Poisson Variational Autoencoder
von: Vafaii, Hadi, et al.
Veröffentlicht: (2024)

Binding threshold units with artificial oscillatory neurons
von: Fanaskov, Vladimir, et al.
Veröffentlicht: (2025)

Systems Explaining Systems: A Framework for Intelligence and Consciousness
von: Semmler, Sean Niklas
Veröffentlicht: (2026)

Disentangling Representations through Multi-task Learning
von: Vafidis, Pantelis, et al.
Veröffentlicht: (2024)

Balanced Graph Structure Information for Brain Disease Detection
von: Febrinanto, Falih Gozi, et al.
Veröffentlicht: (2023)

Emergent Language Symbolic Autoencoder (ELSA) with Weak Supervision to Model Hierarchical Brain Networks
von: Latheef, Ammar Ahmed Pallikonda, et al.
Veröffentlicht: (2024)

Discretization of continuous input spaces in the hippocampal autoencoder
von: Amil, Adrian F., et al.
Veröffentlicht: (2024)

Experimental Design for Multi-Channel Imaging via Task-Driven Feature Selection
von: Blumberg, Stefano B., et al.
Veröffentlicht: (2022)

Characterizing higher-order representations through generative diffusion models explains human decoded neurofeedback performance
von: Asrari, Hojjat Azimi, et al.
Veröffentlicht: (2025)

Divide-and-Conquer Predictive Coding: a structured Bayesian inference algorithm
von: Sennesh, Eli, et al.
Veröffentlicht: (2024)