Net2Brain:一个工具箱,可以将人工视觉模型与人类大脑反应进行比较.
Domenic Bersch1,2, Martina G Vilas1,3, Sari Saba-Sadiya1
1Department of Computer Science, Goethe Universität, Frankfurt am Main, Germany.
Frontiers in neuroinformatics
|May 21, 2025
概括
Net2Brain简化了人工神经网络和大脑数据的比较. 这个Python工具箱提供了广泛的模型和数据集,用于强大的认知神经科学研究.
科学领域:
- 认知神经科学 认知神经科学
- 计算神经科学是一种神经科学.
- 人工智能的人工智能
背景情况:
- 深度神经网络 (DNN) 和神经科学分析越来越多地融合在一起.
- 将DNN和大脑数据之间的表示空间进行比较,由于模型的多样性和神经成像数据需求,提出了挑战.
研究的目的:
- 介绍Net2Brain,这是一个Python工具箱,可以跨越DNN和神经科学.
- 促进对人工和生物神经表示的端到端分析.
主要方法:
- Net2Brain 提供了 600 多个 DNN 在各种模式的访问权限.
- 功能简化了神经科学数据集的API (例如NSD,THINGS).
- 支持表示相似性分析 (RSA),线性编码和高级技术.
主要成果:
- 能够为DNN和大脑数据进行特征提取,评估和可视化.
- 与现有的开源库集成,以提高互操作性.
- 简化了模型选择,数据处理和分析.
结论:
- Net2Brain赋予研究人员一个灵活和可复制的管道.
- 增强了人工神经表征与生物神经表征之间的关系的研究.
- 促进强大而协作性的认知神经科学研究.


