Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Net2Brain: A Toolbox to compare artificial vision models with human brain responses

Created by
  • Haebom

저자

Domenic Bersch, Kshitij Dwivedi, Martina Vilas, Radoslaw M. Cichy, Gemma Roig

개요

Net2Brain은 인공 심층 신경망(DNN)과 인간 뇌파 기록의 표상 공간을 비교하기 위한 그래픽 및 명령줄 사용자 인터페이스 툴박스입니다. 기존 툴박스들이 단일 기능만 지원하거나 지도 학습 이미지 분류 모델의 작은 하위 집합에만 초점을 맞춘 것과 달리, Net2Brain은 다양한 시각 관련 작업(예: 의미론적 분할, 깊이 추정, 동작 인식 등)을 수행하도록 훈련된 600개 이상의 DNN의 활성화를 이미지 및 비디오 데이터셋에서 추출할 수 있습니다. 이 툴박스는 해당 활성화에 대한 표상 유사성 행렬(RDM)을 계산하고, 특정 ROI와 서치라이트 검색을 사용하여 표상 유사성 분석(RSA), 가중치 RSA를 통해 뇌파 기록과 비교합니다. 또한, 평가를 위해 새로운 자극 및 뇌파 기록 데이터셋을 툴박스에 추가할 수 있습니다. 본 논문에서는 인지 계산 신경과학의 가설을 검증하는 방법을 보여주는 예시를 통해 Net2Brain의 기능과 장점을 보여줍니다.

시사점, 한계점

시사점: 다양한 DNN과 뇌파 기록의 표상 공간 비교를 위한 포괄적인 툴박스 제공. RSA 및 가중치 RSA를 통한 다양한 분석 방법 지원. 새로운 데이터셋 추가 가능. 인지 계산 신경과학 연구에 유용한 도구 제공.
한계점: 현재는 시각 관련 작업에 초점. 다른 모달리티(예: 청각) 데이터에 대한 지원 부족. 툴박스의 확장성 및 유지보수에 대한 장기적인 계획 필요. 특정 DNN 아키텍처나 데이터셋에 편향될 가능성 존재.
👍