基于结构可解释视觉编码模型构建与分析方法

AITNT
正文
推荐专利
基于结构可解释视觉编码模型构建与分析方法
申请号:CN202410880007
申请日期:2024-07-02
公开号:CN118862944A
公开日期:2024-10-29
类型:发明专利
摘要
本发明提供一种基于结构可解释视觉编码模型构建与分析方法。该方法包括:步骤1:采用权重无关神经网络搜索最佳深度网络结构以构建得到结构可解释视觉编码模型;步骤2:给定图像刺激,利用所述结构可解释视觉编码模型对所述图像刺激进行视觉编码,进而根据结构可解释视觉编码模型中的视觉信息流进行视觉皮层结构性分析。本发明采用权重无关神经网络结构搜索方法解耦深度网络模型中网络结构和权重参数在编码中的交织作用,搜索最佳深度网络结构来构建视觉编码模型,实现视觉编码模型在结构层面的可解释,进而根据视觉编码模型在结构层面的可视化来阐释视觉皮层体素间和脑区间的信息传递和交互特点。
技术关键词
深度网络结构 分析方法 视觉 神经网络结构 Gabor滤波器 深度网络模型 图像 信息处理 节点 复杂度 编码 参数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号