SLIM-Brain: fMRIデータ分析のための効率的な基盤モデル

Paper#fMRI Analysis, Foundation Models, AI in Neuroscience🔬 Research|分析: 2026年1月3日 23:56•
公開: 2025年12月26日 06:10
•
1分で読める
•ArXiv

分析

この論文は、既存の手法のデータ効率とトレーニング効率の課題に対処するために設計された、fMRI分析のための新しい基盤モデルであるSLIM-Brainを紹介しています。さまざまなベンチマークで最先端のパフォーマンスを達成し、従来のボクセルレベルのアプローチと比較して、計算要件とメモリ使用量を大幅に削減しています。時間的抽出器と4D階層エンコーダーを組み込んだ2段階の適応設計が、その効率性の鍵となっています。
引用・出典
原文を見る
"SLIM-Brain establishes new state-of-the-art performance on diverse tasks, while requiring only 4 thousand pre-training sessions and approximately 30% of GPU memory comparing to traditional voxel-level methods."
A
ArXiv2025年12月26日 06:10
* 著作権法第32条に基づく適法な引用です。
古い記事

Spectral State Switching in Mrk 421: Results from the AstroSat LAXPC/SXT Observations

新しい記事

A Communication-Efficient Distributed Algorithm for Learning with Heterogeneous and Structurally Incomplete Multi-Site Data

関連分析

Paper

未ポーズ画像からの即時3Dシーン編集

2026年1月3日 06:10

Paper

選択ポリシーを用いた協調型人型ロボット操作

2026年1月3日 06:10

Paper

将来予測のためのLLMフォアキャスティング

2026年1月3日 06:10

原文: ArXiv