脑机接口 / BCI

Embedding of Low-Dimensional Sensory Dynamics in Recurrent Networks: Implications for the Geometry of Neural Representation

低维感觉动态在循环网络中的嵌入：对神经表征几何的启示

Vikas N. O'Reilly-Shah, Alessandro Maria Selvitella

机构 * University of Washington School of Medicine（华盛顿大学医学院） ； Purdue University Fort Wayne（普渡大学韦恩堡分校） ； University of Washington（华盛顿大学） 纠错

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

AI总结 研究探讨了低维感觉动态如何在循环网络中形成嵌入结构，并揭示了预测性能对表征几何的约束作用。

Comments Accepted/forthcoming, Journal of Computational Neuroscience

Critical Flicker Fusion Frequency As A Falsifiable Boundary Between Plastic And Non-Plastic Neural Systems

临界闪烁融合频率作为可证伪的可塑性与非可塑性神经系统之间的边界

Natalia D. Rydzenska, Pawel J. Winklewski, Michal W. Blaszczyk-Niezgoda, Anna B. Marcinkowska

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

AI总结 本综述提出临界闪烁融合频率（CFFF）可作为可塑性与非可塑性神经系统的可证伪边界，分析其稳定性来源、对不同训练的反应及相关原则，为理解认知系统在感觉约束下的运作提供新视角。

Comments 44 pages, 4 figures, 3 tables in Supplementary Material

NeuroSynth: A Biologically Inspired Continual Reinforcement Learning Architecture for Mitigating Catastrophic Forgetting

NeuroSynth：一种受生物启发的持续强化学习架构，用于缓解灾难性遗忘

Yash Kini

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

AI总结 本研究提出受生物启发的持续强化学习架构NeuroSynth，通过双路径巩固机制缓解灾难性遗忘，实验显示其在多个顺序导航任务中相比PPO、EWC保留更多早期任务知识，改善了持续学习的稳定性-可塑性平衡。

Comments Disclaimer. This manuscript is provided as an arXiv preprint to establish a public record of the NeuroSynth continual reinforcement learning architecture and its evaluation on the NeuroMaze-CL benchmark. This full manuscript has been submitted to the Journal of High School Science for peer review