回顾动态传感器竞赛的回顾,用于从视频中预测大规模小鼠初级视觉皮层活动
Polina Turishcheva1, Paul G Fahey2,3,4,5, Michaela Vystrčilová1
1Institute of Computer Science and Campus Institute Data Science, University of Göttingen, Germany.
ArXiv
|July 23, 2024
概括
创建了一个新的基准竞赛,SENSORIUM 2023,以评估鼠标视觉系统的动态模型. 获奖模型显著提高了对视觉刺激的神经元反应的预测准确性.
科学领域:
- 计算神经科学是一种神经科学.
- 机器视觉 机器视觉 机器视觉
- 人工神经网络的人工神经网络
背景情况:
- 由于非线性输入-响应关系,生物视觉系统的处理是复杂的.
- 人工神经网络为模拟生物和机器视觉提供了工具.
- 缺乏标准化的基准标准阻碍了鼠标视觉系统动态模型的进展.
研究的目的:
- 建立一个标准化的基准来评估鼠标视觉系统的动态模型.
- 从小鼠初级视觉皮层创建一个大规模的神经元反应和行为的数据集.
- 促进神经科学预测建模方面的进步.
主要方法:
- 建立了具有动态输入的SENSORIUM 2023基准竞赛.
- 在2个小时内从78,853个小鼠神经元收集了大量数据集,包括行为数据.
- 从22个团队对域内和分布外预测任务进行了超过160个模型提交的排名.
主要成果:
- 该竞赛成功地根据预测性能对动态模型进行了排名.
- 提出了新的神经网络架构,提高了50%的最先进状态.
- 模型的评估是基于它们对新兴刺激进行概括的能力.
结论:
- 该SENSORIUM基准为推进视觉系统的计算模型提供了一个至关重要的资源.
- 该竞赛刺激了神经科学神经网络架构的创新.
- 数据集和基础设施可用于继续研究.
