公开(公告)号：CN113095502B

公开(公告)日：2024-07-05

申请号：CN202110277914.2

申请日：2021-03-15

Applicant: 北京工业大学

Inventor： 郐弘智 ,  钟宁 ,  陈建辉 ,  杨阳 ,  王海渊

IPC: G06N5/022 ,  G06N5/04 ,  G06F30/27

Abstract: 本发明公开了一种基于Data‑Brain模型驱动的系统化认知实验设计方法，该方法设计脑认知研究相关的主实验类型和辅助实验类型，其中辅助实验类型包括相似实验类型、平行实验类型、深度实验类型、启发实验类型、缺失实验类型和子过程实验类型；同时设计各实验类型之间的推理规则以构成系统化实验模板图；其次根据认知假设设计实验范式类别和实验显性刺激，由此推理主实验任务并填充到图中；接着从脑知识库中采样新实验任务，结合Data‑Brain模型和推理规则识别其所属的辅助实验类型，将匹配得到的实验任务填充到图中，直到所有实验类型被设计完成。本发明实现对认知假设的多侧面实验任务设计，促进脑认知的多侧面可解释性和透明度。

公开(公告)号：CN113095366B

公开(公告)日：2024-03-15

申请号：CN202110277961.7

申请日：2021-03-15

Applicant: 北京工业大学

Inventor： 郐弘智 ,  钟宁 ,  陈建辉 ,  杨阳 ,  马莲芳

IPC: G06F18/25 ,  G06N5/04 ,  G06N5/022

Abstract: 本发明公开了一种基于任务态神经影像数据融合和不确定推理的脑智能解析方法，针对多个任务态神经影像数据的计算结果进行融合，以脑知识库和认知图谱为融合的数据源，以系统化实验模板图和实验设计规则推理为融合手段，以多任务神经影像数据为融合对象并计算生成不确定性分布图。该方法从系统化解析脑智能的目标出发，首先设计涉及主实验和辅助实验的实验模板图、各实验之间的逻辑规则和证据权重；然后，根据规则采样脑数据集成到图中，并结合证据权重对图中证据进行组合计算，推理得到特定脑结构的不同智能的多重不确定性。本发明通过对多侧面任务态神经影像数据的融合计算和不确定性推理和脑智能的差异解释，能够提高脑智能核心机制的理解。