University of Pennsylvania（宾夕法尼亚大学）

A Hybridizable Neural Time Integrator for Stable Autoregressive Forecasting

一种用于稳定自回归预测的混合神经时间积分器

Brooks Kinch, Xiaozhe Hu, Yilong Huang, Martine Dyring Hansen, Sunniva Meltzer, Nathaniel Donald Hamlin, David Sirajuddin, Eric C. Cyr, Nathaniel Trask

机构 * Mechanical Engineering and Applied Mechanics, University of Pennsylvania（宾夕法尼亚大学机械工程与应用力学系） ； Department of Mathematics, Tufts University（塔夫茨大学数学系） ； Department of Mathematics and Cybernetics, SINTEF Digital（SINTEF数字技术部门数学与控制系） ； Department of Mathematical Sciences, Norwegian University of Science and Technology（挪威科技大学数学科学系） ； Department of Physics, University of Oslo（奥斯陆大学物理系） ； Sandia National Laboratories（桑地亚国家实验室） 纠错

AI总结 本文提出一种混合技术，将自回归变压器嵌入新型射击基混合有限元方案中，通过暴露拓扑结构实现可证明的稳定性，结合视觉Transformer实现结构保持动力学，以65倍减少的参数优于现代基础模型，实现混沌系统的长时预测。

Comments 29 pages, 6 figures

Interpretable Fuzzy Modeling Reveals Population-Level Representation Differences in P300 Brain Computer Interfaces Across Neurodivergent and Neurotypical Cohorts

可解释的模糊建模揭示了P300脑机接口在自闭症、肌萎缩侧索硬化和典型神经群体中的群体层面表征差异

Xiaowei Jiang, Sudong Shang, Adrian Wilkinson, Michael L. Platt, Da Xiao, Bening Cao, Thomas Do

机构 * Department of Management, Griffith Business School（管理学院，格里菲斯商学院） ； Department of Neuroscience, Perelman School of Medicine, University of Pennsylvania（神经科学系，佩尔曼医学学院，宾夕法尼亚大学） ； Marketing Department, Wharton School of Business, University of Pennsylvania（营销系，沃顿商学院，宾夕法尼亚大学） ； Department of Psychology, School of Arts and Sciences, University of Pennsylvania（心理学系，艺术与科学学院，宾夕法尼亚大学） 纠错

AI总结 本文提出可解释的模糊时空框架用于P300分类，分析不同群体在波形形态和表征几何上的系统性差异，揭示群体异质性对解码性能及模型学习结构的影响。