脑机接口 / BCI

Interpretable MEG Decoding of Perceived Speech: Cortical Sources and the Stimulus Features That Drive Retrieval

感知语音的可解释MEG解码：皮层源与驱动检索的刺激特征

Ilia Semenkov, Daria Kleeva, Ivan Dakhtin, Zarina Maksudova, Alex Ossadtchi

机构 * HSE University（高等经济大学） ； ITMO University（ITMO大学） 纠错

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

AI总结 本研究重新设计MEG到音频检索架构，在MEG-MASC数据集上实现39.75±0.34%的Top-1准确率，通过源映射与输入干预明确了驱动语音检索的关键刺激特征。

Recursive Gaussian Processes and the Bayesian Brain

递归高斯过程与贝叶斯大脑

Moumita Das, Dipanjan Ray, Sourabh Bhattacharya

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

AI总结 该研究将预测编码与递归高斯过程（RGPs）形式化关联，证明RGPs可实现分层贝叶斯推理等功能，将其组成部分映射到皮层微回路，定位其为计算工具与大脑预测机制模型，可产生可检验的神经动力学预测。

Comments What is your thought process? The Bayesian Recursive Gaussian process?

Divisive Normalization Shapes Low-Rank Slow Manifolds for Continuous Working Memory

归一化分裂塑造连续工作记忆的低秩慢流形

Zhaotian Gu, Jie Su, Weiwei Wang, Chang Liu, Tianyi Qian, Dahui Wang

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

AI总结 本文提出循环归一化分裂网络（RDNN），通过动力学分析和BPTT梯度分析，证明归一化分裂可使网络形成稳健低秩慢流形，防止时变输入下的流形破碎，是学习高保真连续表示的关键机制。

The Bayesian Reflex: A Predictive Coding Engine for Artificial Intelligence

贝叶斯反射：一种人工智能的预测编码引擎

Sourabh Bhattacharya

机构 * Indian Statistical Institute（印度统计研究所） 纠错

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

AI总结 该研究提出贝叶斯反射计算框架，结合预测编码三大支柱，利用近期算法突破实现可扩展的类脑持续学习、感知与决策，通过多领域应用为自适应AI提供蓝图。

Comments From the Bayesian Brain to Artificial Intelligence

Governing Mental-State Inference: Source-Neutral Regulatory Triggers and Tiered Obligations

管控心智状态推断：源中立的监管触发机制与分层义务

Shinnosuke Horiuchi

专题命中 神经信号处理 ：neural signal(abstract)

AI总结 本文构建源中立的技术介导心智状态归因监管方案，划分监管对象、损害路径与义务层级，为神经技术伦理监管提供非约束性分类工具。

Comments 43 pages, 4 tables