脑机接口 / BCI

TRACE: Temporal Routing with Autoregressive Cross-channel Experts for EEG Representation Learning

TRACE: 基于自回归跨通道专家的EEG表示学习时序路由

Fan Ma, Qier An, Peng Chen, Lingfei Qian, Xiang Lan, Mingyang Jiang, Zhiling Gu, Xenophon Papademetris, Hua Xu

机构 * Department of Biomedical Informatics and Data Science, Yale University（耶鲁大学生物医学信息学与数据科学系） 纠错

专题命中 EEG解码 ：EEG(title,title_cn)；motor imagery(abstract)；分类 cs.LG

AI总结 TRACE通过自回归跨通道专家实现EEG表示学习，解决多通道非平稳信号的时序路由问题，提升跨通道一致性与时间适应性。

Efficient Coherence Inference Using the Demodulated Band Transform and a Generalized Linear Model

利用解调带变换和广义线性模型实现高效的相干推断

Md Rakibul Mowla, Sukhbinder Kumar, Ariane E. Rhone, Brian J. Dlouhy, Christopher K. Kovach

专题命中 EEG解码 ：EEG(summary_cn,abstract)；neural signal(abstract)；分类 eess.SP

AI总结 本文提出基于广义线性模型的相干推断方法，通过复值时频系数提升计算效率，相比传统替代方法在灵敏度和稳定性上表现更优，适用于大规模EEG/iEEG数据集分析。

Comments 6 pages, 6 figures

Journal ref Journal of Neuroscience Methods 433 (2026): 110791

Empirical scaling laws in balanced networks with conductance-based synapses

平衡网络中基于电导的突触的经验尺度定律

Vicky Zhu, Gabriel Ocker, Robert Rosenbaum

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

AI总结 研究通过计算机模拟显示，基于电导的突触和尖峰时间相关性结合可产生更真实的膜电位变异性，证明更真实的建模假设能提升动态真实性。

Scaling Laws and Tradeoffs in Recurrent Networks of Expressive Neurons

在表达性神经元的递归网络中缩放规律与权衡

Aaron Spieler, Georg Martius, Anna Levina

机构 * University of Tübingen, Germany（图宾根大学，德国） ； Max Planck Institute for Biological Cybernetics, Tübingen, Germany（生物感知研究所，图宾根，德国） ； Max Planck Institute for Intelligent Systems, Tübingen, Germany（智能系统研究所，图宾根，德国） 纠错

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

AI总结 本文探讨了在固定参数预算下，递归网络中神经元数量、每单位有效复杂度和连接度的最优分配问题，通过ELM网络验证了复杂度与连接度的权衡关系，并提出了信息论模型解释其结果。

Comments 25 pages, 21 figures, 3 tables, including derivations. Submitted for peer review

Self-organized MT Direction Maps Emerge from Spatiotemporal Contrastive Optimization

自组织的MT方向图从时空对比优化中涌现

Zhaotian Gu, Molan Li, Jie Su, Chang Liu, Tianyi Qian, Dahui Wang

机构 * School of System Science, Beijing Normal University, Beijing 100875, China（北京师范大学系统科学学院，北京100875，中国） ； State Key Laboratory of Cognitive Neuroscience and Learning, Beijing Normal University, Beijing 100875, China（北京师范大学认知神经科学与学习国家重点实验室，北京100875，中国） ； Qiyuan Laboratory, Beijing 100095, China（启元实验室，北京100095，中国） 纠错

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

AI总结 本文提出一种时空TDANN，通过对比学习揭示MT区域方向选择性图的形成机制，发现其拓扑pinwheel结构和方向选择性源于任务驱动与空间正则化的优化平衡。

Mechanical stress induced by the polymerisation of an active gel near a surface

聚合物在表面附近主动凝胶聚合引起的机械应力

Kristiana Mihali, Dennis Wörthmüller, Pierre Sens

专题命中 神经信号处理 ：cortical(abstract)

AI总结 研究细胞膜下细胞质骨架中肌动蛋白流动引起的机械应力机制，通过流体动力学模型分析凝胶压缩性、界面摩擦和肌动蛋白周转对膜应力的影响，确定线性不稳定性条件。

Comments 12 pages, 9 figures

Revisiting Privacy Preservation in Brain-Computer Interfaces: Conceptual Boundaries, Risk Pathways, and a Protection-Strength Grading Framework

重新审视脑机接口中的隐私保护：概念边界、风险路径及保护强度分级框架

Lei Sun, Xiuqing Mao, Shuai Zhang, Qingyu Zeng, Min Zhao, Jiyuan Li, Wenle Dong

机构 * PLA Information Engineering University（中国人民解放军信息工程大学） 纠错

专题命中 语音与意图解码 ：brain-computer interface(title,abstract)；BCI(abstract,abstract_cn)

AI总结 本文探讨了脑机接口中隐私保护的边界、风险路径及保护强度分级框架，分析了神经数据、模型资产等在不同生命周期阶段的隐私风险，并提出四级保护强度分类方法。

The Bicameral Model: Bidirectional Hidden-State Coupling Between Parallel Language Models

双通道模型：并行语言模型之间双向隐藏状态耦合

Cedric Flamant, Udaya Ghai, Kanna Shimizu

机构 * AWS Agentic AI（AWS智能AI） 纠错

专题命中 语音与意图解码 ：neural interface(abstract)；分类 cs.LG

AI总结 本文提出双通道模型，通过可训练的神经接口在两个预训练语言模型的中间隐藏状态之间建立双向耦合，实现任务驱动与工具执行的协同，提升多任务性能。

Comments 9 pages main text, 5 figures, 24 pages appendix