Enhanced Cross-Dataset Electroencephalogram-based Emotion Recognition using Unsupervised Domain Adaptation
专题命中 BCI数据与评测 :brain-computer interface(abstract);EEG(abstract);分类 eess.SP
Comments In press: Computers in Biology and Medicine
科学与医疗
脑机接口、EEG、神经信号解码、神经假体和脑控交互。
专题命中 BCI数据与评测 :brain-computer interface(abstract);EEG(abstract);分类 eess.SP
Comments In press: Computers in Biology and Medicine
专题命中 BCI数据与评测 :BCI(abstract);brain-computer interface(abstract);分类 cs.HC
专题命中 BCI数据与评测 :neural decoding(abstract);neural signal(abstract);分类 q-bio.NC
专题命中 BCI数据与评测 :BCI(abstract);brain-computer interface(abstract);分类 cs.HC
Comments 10 pages,6 figures, and 3 tables
专题命中 BCI数据与评测 :brain-computer interface(abstract);neural decoding(abstract);分类 q-bio.NC
专题命中 BCI数据与评测 :BCI(abstract);brain computer interface(abstract);分类 cs.HC
专题命中 BCI数据与评测 :BCI(abstract);brain-computer interface(abstract);分类 cs.LG
专题命中 BCI数据与评测 :BCI(abstract);brain computer interface(abstract);分类 q-bio.NC
Comments 28 pages, 2 figures, 2 tables
专题命中 BCI数据与评测 :neural signal(abstract);cortical(abstract);分类 q-bio.NC
专题命中 BCI数据与评测 :BCI(abstract);EEG(abstract);分类 eess.SP
专题命中 BCI数据与评测 :BCI(abstract);brain computer interface(abstract);分类 cs.LG
RIVERPlace:针对AQFP电路,采用高效重定时与增量布局修复互连违例
专题命中 BCI数据与评测 :BCI(abstract,abstract_cn)
AI总结 本文针对AQFP电路的可扩展性挑战,提出RIVERPlace框架,整合重定时与增量布局等技术修复互连违例,大幅降低布局开销、运行时间与延迟,实现完整开源AQFP基准套件的后布线时序闭合。
MoDAl: 基于去相关的自监督神经模态发现用于语音神经假体
机构 * Dartmouth College(达特茅斯学院)
专题命中 BCI数据与评测 :cortical(abstract);分类 q-bio.NC、cs.LG、cs.HC
AI总结 提出MoDAl框架,通过对比学习和对齐损失与去相关损失之间的协同作用,从多脑区发现互补神经模态,在Brain-to-Text Benchmark '24上将词错误率从26.3%降至21.6%。
Comments Accepted at ICMI 2026
直觉线性逻辑与子指数:类型论、范畴模型与可实现性
专题命中 BCI数据与评测 :BCI(abstract,abstract_cn)
AI总结 本文提出了一种带有子指数的直觉线性逻辑类型论,并探讨了其范畴模型和可实现性理论。
BrainAgent:一种大语言模型驱动的多智能体框架,用于自主脑信号理解
专题命中 BCI数据与评测 :BCI(abstract_cn);brain-computer interface(abstract)
AI总结 提出LLM驱动的多智能体框架BrainAgent,通过分层架构将自然语言意图转化为可执行的处理流水线,实现脑信号分析的自动化与民主化。
Comments 22 pages, 11 figures
评估多模态大语言模型中的随机坍缩与隐式偏差
机构 * Fudan University(复旦大学) ; Beihang University(北航) ; JD.com(京东)
专题命中 BCI数据与评测 :BCI(abstract,abstract_cn)
AI总结 提出RandomBench基准测试,通过熵和分布偏差指标揭示多模态大语言模型在逻辑中性场景下存在随机坍缩现象,即无法维持均匀随机性。
Mind-Omni:通过离散扩散实现脑-视觉-语言建模的统一多任务框架
机构 * NeuBCI Lab, State Key Laboratory of Brain Cognition ; Brain-inspired Intelligence Technology, Institute of Automation, Chinese Academy of Sciences, Beijing, China ; School of Future Technology, University of Chinese Academy of Sciences, Beijing, China ; School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China ; Zhongguancun Academy, Beijing, China ; Peking University, Beijing, China
专题命中 BCI数据与评测 :BCI(abstract_cn);brain-computer interface(abstract)
AI总结 提出Mind-Omni框架,利用离散扩散范式统一七种编码与解码任务,通过脑分词器将连续脑信号转化为离散令牌,实现多模态交互,并构建脑问答指令调优数据集,在多项任务上达到或超越专用模型性能。
大规模人工智能与基础模型在神经科学中的应用:综合综述
机构 * Department of Systems Engineering, Stevens Institute of Technology(系统工程系,史蒂文斯理工学院) ; Department of Neurology and Weill Institute for Neurosciences, University of California San Francisco(神经病学系和Weill神经科学研究所,旧金山大学) ; Duke Institute for Brain Sciences, Duke University(杜克大学脑科学研究所) ; Division of Systems Engineering, Department of Electrical and Computer Engineering, Boston University(系统工程 division,电气与计算机工程系,波士顿大学) ; Department of Neuroscience, School of Translational Medicine, Monash University(神经科学系,转化医学学院,莫纳什大学) ; Department of Neurology, Alfred Hospital, Melbourne, Victoria, Australia(神经病学系,阿尔弗雷德医院,墨尔本,维多利亚州,澳大利亚) ; Department of Radiology and Biomedical Imaging, University of California, San Francisco, CA, USA(放射学与生物医学成像系,旧金山大学,加州,美国) ; Department of Psychiatry and Behavioral Sciences, School of Medicine, Stanford University(精神病学与行为科学系,医学院,斯坦福大学) ; Wu Tsai Neurosciences Institute, Stanford University(吴氏神经科学研究所,斯坦福大学) ; Stanford Institute for Human-Centered AI, Stanford University(斯坦福大学人本人工智能研究所)
专题命中 BCI数据与评测 :brain-computer interface(abstract);neural decoding(abstract)
AI总结 本文综述了大规模AI模型在神经科学四个主要领域(神经影像与数据处理、脑机接口与神经解码、临床决策支持与转化框架、神经系统与精神疾病特定应用)的应用,展示了其在多模态数据整合、时空模式解释和临床转化方面的潜力,并强调了严格评估、领域知识整合、临床验证和伦理指南的重要性。
Comments Accepted for publication in Meta-Radiology
NeuroSkill(tm):一种能够建模人类心理状态的前瞻性实时代理系统
专题命中 BCI数据与评测 :BCI(abstract);brain-computer interface(abstract)
AI总结 NeuroSkill(tm)通过整合脑机接口信号和SKILL.md描述,实现对人类心理状态的实时建模与多层面互动,采用开源协议并遵循伦理对齐AI标准。
Comments 36 pages, 18 figures
CineBrain: 一种大规模多模态大脑数据集用于自然视听叙事处理
机构 * Fudan University(复旦大学) ; Shanghai Innovation Institute(上海创新研究院)
专题命中 BCI数据与评测 :EEG(abstract);cortical(abstract)
AI总结 CineBrain通过多模态融合编码器和神经潜在解码器实现动态视频重建,利用fMRI和EEG互补优势提升视觉保真度,并揭示听觉输入对视觉感知的影响。
Comments Project Page: https://jianxgao.github.io/CineBrain
机构 * University of Illinois Chicago(伊利诺伊大学芝加哥分校) ; MBZUAI(马克斯·普朗克人工智能研究所) ; McGill University(麦吉尔大学) ; The Chinese University of Hong Kong(香港中文大学) ; Nanyang Technological University(南洋理工大学) ; Tsinghua University(清华大学)
专题命中 BCI数据与评测 :BCI(abstract);brain-computer interface(abstract)
Comments Accepted by NeurIPS'25 Position Track
机构 * Chengdu Techman Software Co., Ltd.(成都技漫软件有限公司) ; Sichuan University(四川大学)
专题命中 BCI数据与评测 :brain-computer interface(abstract);EEG(abstract)
专题命中 BCI数据与评测 :BCI(abstract);brain-computer interface(abstract)
专题命中 BCI数据与评测 :EEG(abstract);分类 eess.SP、cs.LG、cs.HC
Journal ref 2024 IEEE International Conference on Big Data (BigData)
专题命中 BCI数据与评测 :EEG(abstract);分类 q-bio.NC、eess.SP、cs.LG
Comments 33 pages, 13 figures
专题命中 BCI数据与评测 :brain-computer interface(abstract);分类 q-bio.NC、eess.SP、cs.LG
Comments IEEE Journal of Biomedical and Health Informatics 2024 (camera ready)
专题命中 BCI数据与评测 :EEG(abstract);分类 q-bio.NC、eess.SP、cs.LG
专题命中 BCI数据与评测 :BCI(abstract);brain-computer interface(abstract)
专题命中 BCI数据与评测 :BCI(abstract);brain-computer interface(abstract)
Comments 16 pages, 13 figures
专题命中 BCI数据与评测 :BCI(abstract);分类 eess.SP、cs.LG、cs.HC
Comments Published in the Journal of Neuroscience Methods
Journal ref Journal of Neuroscience Methods, Volume 358, 1 July 2021, 109196