科学与医疗

脑机接口 / BCI

脑机接口、EEG、神经信号解码、神经假体和脑控交互。

2026-02-11 至 2026-02-11 共收录 4 篇信号源：q-bio.NC, eess.SP, cs.LG, cs.HC, cs.RO

1. 神经信号处理 4 篇

2602.09225 2026-02-11 cs.LG 57%

Barycentric alignment for instance-level comparison of neural representations

实例层面神经表示的重心对齐

Shreya Saha, Zoe Wanying He, Meenakshi Khosla

机构 * Department of XXX, University of YYY, Location, Country（YYY大学XXX系）； School of ZZZ, Institute of WWW, Location, Country（WWW研究所ZZZ学院）； Department of Electrical and Computer Engineering, UCSD（UCSD电子与计算机工程系）； Cognitive Science Department, UCSD（UCSD认知科学系）； Department of Computer Science（计算机科学系）

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

AI总结通过实例层面的神经表示重心对齐，揭示了跨视觉和语言模型的表示收敛与发散特性，并展示了人类对齐的跨模态比较能力。

2512.01443 2026-02-11 cs.CL cs.LG cs.NE cs.SD 57%

MEGConformer: Conformer-Based MEG Decoder for Robust Speech and Phoneme Classification

MEGConformer：基于Conformer的MEG解码器用于鲁棒的语音和音素分类

Xabier de Zuazo, Ibon Saratxaga, Eva Navas

机构 * HiTZ Center, University of the Basque Country – UPV/EHU（比斯开国家大学HiTZ中心）

专题命中神经信号处理：brain-computer interface(abstract)；分类 cs.LG

AI总结 MEGConformer通过Conformer模型实现MEG信号的语音检测与音素分类，采用轻量卷积层和动态加载策略，提升鲁棒性并取得 leaderboard 高分。

Comments 8 pages, 7 figures, 4 tables, v1 presentend in LibriBrain Workshop, NeurIPS 2025; v2 submitted to Odyssey 2026

2508.16651 2026-02-11 cs.LG cs.AI 57%

HiCL: Hippocampal-Inspired Continual Learning

HiCL：基于海马体的持续学习

Kushal Kapoor, Wyatt Mackey, Yiannis Aloimonos, Xiaomin Lin

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

AI总结 HiCL提出了一种基于海马体的持续学习架构，通过双记忆机制和稀疏路由策略减少任务干扰，实现高效多任务学习。

Comments In proceeding of AAAI

2505.15355 2026-02-11 cs.CL cs.LG cs.NE cs.SD eess.AS 57%

Decoding Phone Pairs from MEG Signals Across Speech Modalities

从MEG信号中跨语音模态解码语音对

Xabier de Zuazo, Eva Navas, Ibon Saratxaga, Mathieu Bourguignon, Nicola Molinaro

机构 * HiTZ Center, University of the Basque Country -- UPV/EHU（巴斯克国家大学希茨中心）； Basque Centre on Cognition, Brain and Language -- BCBL（巴斯克认知、大脑与语言中心）； Laboratory of Functional Anatomy, Faculty of Human Motor Sciences, Université libre de Bruxelles (ULB)（人类运动科学系功能解剖实验室）； Laboratoire de Neuroanatomie et Neuroimagerie translationnelles (LN2T), ULB Neuroscience Institute, Université libre de Bruxelles (ULB)（神经解剖与神经影像翻译实验室（LN2T）、ULB神经科学研究所）； WEL Research Institute（WEL研究机构）

专题命中神经信号处理：brain-computer interface(abstract)；分类 cs.LG

AI总结本研究通过MEG信号跨语音模态解码语音对，发现主动语音产生任务中神经信息更丰富，弹性网络模型在解码中表现优异，低频振荡对解码准确性贡献显著。

Comments 21 pages, 4 figures, 1 graphical abstract, submitted to Computer Speech and Language (special issue on Iberian Languages)