脑机接口 / BCI

Development and Design of FLKit: A Structured Onboarding Toolkit for Federated Learning in Health and Life Sciences

FLKit的设计与开发：面向健康与生命科学中联邦学习的结构化入门工具包

Ashkan Pirmani, Ilse Vermeulen, Goran Vinterhalter, Lotte Geys, Axel Faes, Muhammad Quamber Ali, Nishkala Sattanathan, Geert Vandeweyer, Yves Moreau, Liesbet M. Peeters

机构 * STADIUS, Department of Electrical Engineering (ESAT), KU Leuven（STADIUS部门，电气工程系（ESAT），鲁汶大学） ； Biomedical Research Institute (BIOMED), Hasselt University（生物医学研究所（BIOMED），哈塞尔特大学） ； Data Science Institute (DSI), Hasselt University（数据科学研究所（DSI），哈塞尔特大学） ； Department of Medical Genetics, University of Antwerp（医学遗传学系，安特卫普大学） 纠错

专题命中 其他BCI ：brain-computer interface(abstract)；分类 cs.LG

AI总结 提出FLKit，一个面向多学科团队的联邦学习入门工具包，通过角色感知入口、生命周期阶段和FAIR对齐模板，降低健康与生命科学领域联邦学习的实践门槛。

Comments 18 pages, 2 figures

Hyperbolic Neural Population Geometry Benefits Computation

双曲神经群体几何结构有益于计算

Dennis Wu, Yi-Chun Hung, Braden Yuille, James E. Fitzgerald, Han Liu

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 其他BCI ：neural decoding(abstract)；分类 q-bio.NC

AI总结 本文提出海马体群体活动诱导双曲几何的理论框架，证明现代Hopfield网络更新规则计算最小均方误差估计，并引入双曲空间中的新联想记忆模型，其容量显著优于现有模型。

Comments Accepted at ICML 2026, 37 pages, 5 figures

Compact Representation of Mipmapped SVBRDFs via Shared Gaussians

通过共享高斯函数实现带多级纹理滤波（mipmapped）的空间变化双向反射分布函数（SVBRDF）的紧凑表示

Fengdi Zhang, Haocheng Ren, Qing Luo, Yaqing Li, Jibing Lou, Hongwei Li

专题命中 其他BCI ：neural decoding(abstract)

AI总结 该研究提出GTC方法，通过共享2D高斯函数压缩带多级纹理滤波的SVBRDF纹理，相比ASTC实现更高重建质量与更低内存，支持随机访问和非神经解码，适用于实时渲染

Investigating Codec-Internal Latent Audio Watermarking for Neural Codec Robustness

研究用于神经编解码器鲁棒性的编解码器内部潜在音频水印

Zi Hu, Houmin Sun, Linxi Li, Yechen Wang, Liwei Jin, Carsten Maple, Ming Li

专题命中 其他BCI ：neural decoding(abstract)

AI总结 研究神经音频编解码器中用于鲁棒性的水印，将32位消息嵌入连续潜在表示，采用SEANet风格编码器 - 解码器等技术，表征水印载体移动时的权衡，在48kHz语音上提升了EnCodec - 24k比特准确率并降低了PESQ。

Comments 7 pages. Submitted to IEEE Spoken Language Technology Workshop (SLT)

Rethinking Brain Decoding with CLIP: The Role of Adversarial Robustness

用CLIP重新思考大脑解码：对抗鲁棒性的作用

Byeongseo Bok, Futa Waseda, Jun Liu, Isao Echizen

机构 * The Graduate University for Advanced Studies (SOKENDAI)（高等研究院（索邦大学）） ； National Institute of Informatics（国立情报学研究所） ； The University of Tokyo（东京大学） 纠错

专题命中 其他BCI ：neural decoding(abstract)

AI总结 研究用CLIP进行大脑解码时，探讨对抗鲁棒表示能否改善神经解码。通过固定fMRI解码器，在不同任务和数据集上改变目标表示，发现此方法能提升任务性能及特征对齐，表明对抗鲁棒性可作为大脑解码有用标准。

Comments 20 pages, 10 figures

ffdas: Volumetric ultrasound reconstruction at warp speed

ffdas：超高速体积超声重建

Luuk Verhoef, Pieter Kruizinga

专题命中 其他BCI ：brain-computer interface(abstract)

AI总结 针对体积超快超声成像的计算瓶颈，提出三种GPU优化策略（对齐内存访问、混合精度存储、利用张量核心），实现128³体素网格千赫兹帧率重建，显著超越现有方法，支持实时术中脑成像和脑机接口。

The Bioelectrical Information Theory: Investigating the theoretical compression limit of bioelectrical signals under artificial intelligence

生物电信息论：探究人工智能下生物电信号的理论压缩极限

Jiawen Zou, Bo Yan

机构 * College of Computer Science and Artificial Intelligence（计算机科学与人工智能学院） ； Shanghai Key Laboratory of Intelligent Information Processing（上海智能信息处理重点实验室） ； Fudan University（复旦大学） 纠错

专题命中 其他BCI ：brain-computer interface(abstract)

AI总结 提出生物电压缩的三级层次框架，将压缩极限重构为模型和任务条件量，而非波形的固定属性。