脑机接口 / BCI

Probabilistic Prediction of Neural Dynamics via Autoregressive Flow Matching

通过自回归流匹配进行神经动态的概率预测

Nicole Rogalla, Yuzhen Qin, Mario Senden, Ahmed El-Gazzar, Marcel van Gerven

机构 * Department of Machine Learning and Neural Computing, Donders Institute for Brain, Cognition and Behaviour, Radboud University, Nijmegen, the Netherlands（荷兰奈梅亨拉德堡德大学唐德斯脑、认知与行为研究所机器学习和神经计算系） ； Department of Cognitive Neuroscience, Maastricht University, Maastricht, the Netherlands（荷兰马斯特里赫特大学认知神经科学系） ； Maastricht Brain Imaging Center, Maastricht University, Maastricht, the Netherlands（荷兰马斯特里赫特大学马斯特里赫特脑成像中心） 纠错

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC、cs.LG

AI总结 本文提出基于自回归流匹配的生成预测框架，用于建模神经动态，通过多模态感觉输入预测短期血氧水平依赖(BOLD)活动，展示出改进的泛化能力和广泛皮层预测性能。

Comments 25 pages, 4 figures

Detecting Invariant Manifolds in ReLU-Based RNNs

在基于ReLU的RNN中检测不变流形

Lukas Eisenmann, Alena Brändle, Zahra Monfared, Daniel Durstewitz

机构 * Central Institute of Mental Health, Mannheim, Germany（德国曼海姆中央心理健康研究所） ； Heidelberg University, Heidelberg, Germany（德国海德堡大学） ； Interdisciplinary Center for Scientific Computing, Heidelberg University, Germany（德国海德堡大学跨学科科学计算中心） ； Faculty of Mathematics and Computer Science, Heidelberg University, Heidelberg, Germany（德国海德堡大学数学与计算机科学学院） 纠错

专题命中 神经信号处理 ：cortical(abstract)；分类 cs.LG

AI总结 本文提出一种新算法，用于检测RNN中的稳定与不稳定流形，重点在于使用ReLU激活函数的分段线性RNNs，以揭示多稳态和混沌动态特性。

Improved classification of Alzheimer's disease and mild cognitive impairment through dynamic functional network analysis

通过动态功能网络分析改进阿尔茨海默病和轻度认知障碍的分类

Nicolas Rubido, Venia Batziou, Marwan Fuad, Vesna Vuksanovic

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 本文通过动态功能网络分析，发现阿尔茨海默病在功能连接上有显著差异，结合随机森林模型实现了对MCI、AD和正常组的准确分类。