Independent-Component-Based Encoding Models of Brain Activity During Story Comprehension
基于独立成分的故事理解过程中大脑活动的编码模型
机构 * School of Electrical and Computer Engineering, Georgia Institute of Technology（佐治亚理工学院电子与计算机工程学院） ； School of Psychological and Brain Sciences, Georgia Institute of Technology（佐治亚理工学院心理学与脑科学学院） ； Department of Linguistics, Stanford University（斯坦福大学语言学系）
专题命中 神经信号处理 ：neural signal(abstract)；分类 q-bio.NC
AI总结 提出基于独立成分的编码框架，从fMRI数据中分离刺激驱动和噪声信号，利用语言模型预测独立成分时间序列，识别出与听觉和语言相关的认知网络，验证了成分的可解释性和跨个体一致性。
Comments Accepted to CCN 2026 (Proceedings Track)
