脑机接口 / BCI

Feasibility of Embodied Dynamics Based Bayesian Learning for Continuous Pursuit Motion Control of Assistive Mobile Robots in the Built Environment

基于具身动力学的贝叶斯学习在辅助移动机器人连续追击运动控制中的可行性

Xiaoshan Zhou, Carol C. Menassa, Vineet R. Kamat

专题命中 EEG解码 ：BCI(abstract)；brain-computer interface(abstract)；EEG(abstract)；motor imagery(abstract)

AI总结 本文提出基于具身动力学的贝叶斯学习方法，有效提升辅助移动机器人在复杂环境中的连续追击运动控制性能。

Comments 37 pages, 9 figures, and 7 tables

Exploring Spiking Neural Networks for Binary Classification in Multivariate Time Series at the Edge

探索用于多变量时间序列边缘二分类的脉冲神经网络

James Ghawaly, Andrew Nicholson, Catherine Schuman, Dalton Diez, Aaron Young, Brett Witherspoon

机构 * Computer Science and Engineering（计算机科学与工程） ； Louisiana State University（路易斯安那州立大学） ； Physics（物理学） ； Oak Ridge National Laboratory（橡树岭国家实验室） ； Electrical Engineering and Computer Science（电气工程与计算机科学） ； The University of Tennessee Knoxville（田纳西大学基洛纳分校） ； Computer Science and Mathematics（计算机科学与数学） ； Electrification and Energy Infrastructures（能源基础设施） 纠错

专题命中 EEG解码 ：EEG(abstract)；分类 cs.LG

AI总结 本文提出了一种用于多变量时间序列边缘二分类的脉冲神经网络框架，通过进化算法优化稀疏SNNs，实现高精度低误报率的分类性能，并在硬件部署上展示了低功耗和低延迟的特点。

Comments Accepted in 2025 International Joint Conference on Neural Networks (IJCNN)