La IA y los problemas difíciles del mundo · Ciencias de la vida · arXiv · 2026-10-23
Importancia de características basada en compuertas en la inferencia basada en simulación para EEG: una advertencia
Título original: Gate-Based Feature Importance in Simulation-Based Inference for EEG: A Cautionary Tale
La inferencia basada en simulación ajusta modelos mecanicistas a los datos, pero aporta poca información sobre qué datos determinan los parámetros inferidos. El estudio evaluó si los pesos de compuerta de características aprendidos reflejan la importancia de las características, mediante estimación neuronal de la distribución posterior de cuatro parámetros fisiológicos del modelo de Jansen-Rit y comparándolos con una referencia de ablación basada en reentrenamiento. En nueve semillas de entrenamiento, la importancia basada en compuertas y la basada en ablación mostraron correlación negativa (rho de Spearman de aproximadamente -0.61 para la compuerta sigmoide y -0.56 para la softmax), y la potencia total de la señal, la característica más importante según la ablación, estuvo entre las más infraponderadas por las compuertas. Esto exige cautela al interpretar los pesos de compuerta aprendidos como importancia causal de las características.