Zobrazeno 1 - 10
of 56
pro vyhledávání: '"Bayesian model reduction"'
Publikováno v:
IEEE Access, Vol 12, Pp 88231-88242 (2024)
Deep learning’s immense capabilities are often constrained by the complexity of its models, leading to an increasing demand for effective sparsification techniques. Bayesian sparsification for deep learning emerges as a crucial approach, facilitati
Externí odkaz:
https://doaj.org/article/201e2bcbc1d44457a13135f256ad165d
Publikováno v:
IEEE Open Journal of Signal Processing, Vol 5, Pp 195-203 (2024)
Bayesian model reduction provides an efficient approach for comparing the performance of all nested sub-models of a model, without re-evaluating any of these sub-models. Until now, Bayesian model reduction has been applied mainly in the computational
Externí odkaz:
https://doaj.org/article/3bf40b51c4d14a3abb46257d6fa8a780
Autor:
Amirhossein Jafarian, Laura E Hughes, Natalie E Adams, Juliette H Lanskey, Michelle Naessens, Matthew A Rouse, Alexander G Murley, Karl J Friston, James B Rowe
Publikováno v:
NeuroImage, Vol 276, Iss , Pp 120193- (2023)
We present a hierarchical empirical Bayesian framework for testing hypotheses about neurotransmitters’ concertation as empirical prior for synaptic physiology using ultra-high field magnetic resonance spectroscopy (7T-MRS) and magnetoencephalograph
Externí odkaz:
https://doaj.org/article/3b2e34d1cffc4173b7f79bedb62b773e
Autor:
Françoise Lecaignard, Raphaëlle Bertrand, Peter Brunner, Anne Caclin, Gerwin Schalk, Jérémie Mattout
Publikováno v:
Frontiers in Human Neuroscience, Vol 15 (2022)
Recent computational models of perception conceptualize auditory oddball responses as signatures of a (Bayesian) learning process, in line with the influential view of the mismatch negativity (MMN) as a prediction error signal. Novel MMN experimental
Externí odkaz:
https://doaj.org/article/e5b61345ee7e4263894f55819e885245
Publikováno v:
NeuroImage, Vol 238, Iss , Pp 118243- (2021)
This technical note introduces adiabatic dynamic causal modelling, a method for inferring slow changes in biophysical parameters that control fluctuations of fast neuronal states. The application domain we have in mind is inferring slow changes in va
Externí odkaz:
https://doaj.org/article/2cd27781d2fd4d1b8062b8d18dbabe92
Publikováno v:
Frontiers in Computational Neuroscience, Vol 14 (2020)
Within computational neuroscience, the algorithmic and neural basis of structure learning remains poorly understood. Concept learning is one primary example, which requires both a type of internal model expansion process (adding novel hidden states t
Externí odkaz:
https://doaj.org/article/61845bcd06f24f70af9772ba320db0c8
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.