Expectation and Acoustic Neural Network Representations Enhance Music Identification from Brain Activity
Shogo Noguchi, Taketo Akama, Tai Nakamura, Shun Minamikawa, Natalia Polouliakh
Scientific Reports · 2026-08-09 正式发表 · DOI: 10.1038/s41598-026-65711-1 · arXiv:2603.03190 的正式期刊版
ABSTRACT
中文摘要
在聆听音乐时，皮层活动同时编码声学信息和与预期有关的信息。既有研究表明，人工神经网络表征与皮层表征相似，并可作为 EEG 识别模型的监督信号。本文表明，将声学表征和预期相关的神经网络表征区分为不同教师目标，可以改善基于 EEG 的音乐识别。分别预训练为预测这两类表征的模型都优于未经预训练的基线，而将二者结合能够产生互补增益，其表现超过通过改变随机初始化构成的强种子集成。这些结果说明，教师表征的类型会塑造下游性能，表征学习可以由神经编码原则引导。该工作有望推动预测性音乐认知和神经解码研究。作者的预期表征直接从原始信号计算，不依赖人工标签，能够反映超越起始点或音高的预测结构，从而支持研究不同层级的预测编码如何作用于多样刺激；其对大规模、多样数据的可扩展性也提示了构建以皮层编码原则为基础的通用 EEG 模型的可能性。
RESEARCH RELEVANCE
与你研究的关系
论文事实：PredANN++ 分别用声学、惊奇度和熵等 ANN 表征作为 EEG 编码器的预训练目标，并显示这些教师信号对音乐身份识别具有互补作用；本期只保留 8 月 9 日发表的 Scientific Reports 正式版，不再重复列出三月预印本。研究推断：你的统一脑编解码模型可把“刺激表征预测”拆成低层感知、语义内容和预期/不确定性多个教师头，检验不同目标分别改善 fMRI 空间表征、EEG 时间动态或跨模态共享潜空间的哪一部分。
LIMITATIONS
局限与核查重点
正式版任务仍是封闭集合的歌曲身份分类，不是音乐重建或开放语义解码，因此列为 B 级。性能提升可能部分来自教师网络对刺激身份的强编码，需要核查随机教师、错配教师和仅声学输入等对照；论文也没有展示跨数据集零样本泛化或 fMRI–EEG 联合训练。
SOURCE
来源与原文
Scientific Reports · 2026-08-09 正式发表 · DOI: 10.1038/s41598-026-65711-1 · arXiv:2603.03190 的正式期刊版
Shogo Noguchi, Taketo Akama, Tai Nakamura, Shun Minamikawa, Natalia Polouliakh. Expectation and Acoustic Neural Network Representations Enhance Music Identification from Brain Activity. Scientific Reports · 2026-08-09 正式发表 · DOI: 10.1038/s41598-026-65711-1 · arXiv:2603.03190 的正式期刊版. https://www.nature.com/articles/s41598-026-65711-1