Bayesian Multi-Group Functional Factor Models with Parameter-Expanded Cumulative Shrinkage Priors
贝叶斯多组功能因子模型与参数扩展累积收缩先验
专题命中 EEG解码 :EEG(abstract)
AI总结 本文提出一种贝叶斯多组功能因子分析框架,通过显式分解组特定均值函数和潜在成分,联合建模不同组的数据,利用B-样条基函数实现低秩表示,并通过参数扩展累积收缩先验自动选择共享和组特定因素数量。
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。
贝叶斯多组功能因子模型与参数扩展累积收缩先验
专题命中 EEG解码 :EEG(abstract)
AI总结 本文提出一种贝叶斯多组功能因子分析框架,通过显式分解组特定均值函数和潜在成分,联合建模不同组的数据,利用B-样条基函数实现低秩表示,并通过参数扩展累积收缩先验自动选择共享和组特定因素数量。
神经认知奖励建模用于以人为中心的自动驾驶控制
机构 * University of Technology Sydney(悉尼科技大学)
专题命中 EEG解码 :EEG(abstract)
AI总结 本文提出基于EEG的决策框架,将人类认知信息整合到强化学习中,提升自动驾驶的避障能力。
HyFI:超几何特征插值用于脑-视觉对齐
专题命中 EEG解码 :EEG(abstract)
AI总结 本文提出HyFI框架,通过超几何空间插值融合和压缩视觉特征,解决脑信号与图像信息层级差异及语义特征纠缠问题,提升脑-视觉对齐效果。
Comments 17 pages, 13 figures. Published in AAAI 2026
Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, Vol. 40, 2026
在LLM空间中骑行脑波:利用个体神经特征理解激活模式
机构 * Kubo Technologies
专题命中 EEG解码 :EEG(abstract)
AI总结 研究通过训练个性化线性探针,发现冻结的LLM表示能编码个体特定的EEG信号,且在高伽马功率上表现显著优于群体探针。
模块作为Kuramoto振子粗粒化网络中的有效节点
专题命中 EEG解码 :EEG(abstract)
AI总结 研究模块化网络中Kuramoto振子的动力学,提出通过将模块替换为有效单个振子的粗粒化方法,揭示模块内和模块间耦合强度的相互作用,展示该方法在不同模块数下的相变描述能力。
Comments 26 pages, 6 figures, revised with new results
多变量时间序列频域中的局部稀疏主成分分析
专题命中 EEG解码 :EEG(abstract)
AI总结 本文提出一种在频域中对高维时间序列进行可解释主成分分析的方法,通过开发高效的频域序列算法,实现稀疏局部化的主成分估计,用于理解精神分裂症患者的神经机制。
Comments 63 pages, 6 figures
学习拓扑驱动的多子空间融合用于Grassmannian深度网络
专题命中 EEG解码 :EEG(abstract)
AI总结 本文提出拓扑驱动的多子空间融合框架,通过拓扑收敛分析动态选择和加权任务相关子空间,提升Grassmannian上的子空间协作能力,实验显示在3D动作识别、EEG分类和图任务中表现优异。
Comments Accepted at AAAI 2026
UNISEP:一种用于人体运动捕捉和可穿戴设备的统一传感器布置框架
专题命中 EEG解码 :EEG(abstract)
AI总结 UNISEP框架提供了一种统一的传感器布置方法,以提高人类运动和生理数据在不同系统和研究领域中的可重复性和互操作性。
Comments 14 pages, 2 Tables. GitHub Rpostiroy and Page are available from the code availability section
投影各向同性正态分布及其在神经科学中的应用
专题命中 EEG解码 :EEG(abstract)
AI总结 本文提出了一种投影各向同性正态分布模型,用于分析闪光刺激下的EEG信号,并推导了其数学性质及应用方法。
Comments 33 Pages 14Figures
RepSPD: 通过动态图增强EEG的SPD流形表示
机构 * Information Science and Techinology, Hokkaido University, Japan(信息科学与技术,北海道大学,日本) ; SANKEN, The University of Osaka, Japan(SANKEN,大阪大学,日本) ; Great Bay University, China(大湾大学,中国) ; Department of Computer Science, University of Illinois Urbana-Champaign, USA(计算机科学系,伊利诺伊大学厄巴纳-香槟分校,美国)
专题命中 EEG解码 :EEG(abstract)
AI总结 RepSPD通过动态图增强EEG的SPD流形表示,利用交叉注意力机制和全局双向对齐策略提升几何一致性与鲁棒性。
分离事件同步与序列依赖性在配对事件时间序列中
专题命中 EEG解码 :EEG(abstract)
AI总结 本文提出改进的ES和ECA方法,揭示ES在处理序列依赖事件同步时的局限性,并建议ECA在多学科事件时间序列同步分析中更具鲁棒性。
Comments 15 pages; 12 figures
Journal ref Phys. Rev. E 101, 052213 (2020)
神经影像学中的统计机遇
专题命中 EEG解码 :EEG(abstract)
AI总结 本文探讨神经影像学在大脑发育、成人大脑、神经退行性疾病和大脑编码解码等领域的统计机遇与挑战,强调跨学科合作的重要性。
Comments 33 pages, 3 figures
余弦级数表示
专题命中 EEG解码 :EEG(abstract)
AI总结 本文提出基于显式正交基展开的功能数据分析框架,用于建模和去噪复杂生物医学信号,展示其在可扩展和可解释的功能建模中的优势。
具有曲率意识优化的鲁棒双曲学习
机构 * Data Science Group University of Hildesheim(数据科学组海德斯海姆大学) ; ISMLL University of Hildesheim(ISMLL海德斯海姆大学)
专题命中 EEG解码 :EEG(abstract)
AI总结 本文提出一种鲁棒双曲学习方法,通过曲率意识优化提升泛化能力,减少计算成本和稳定性问题,提升多领域任务性能。
脑基础模型的训练数据治理
专题命中 EEG解码 :EEG(abstract)
AI总结 本文探讨了在神经数据上训练基础模型所面临的伦理挑战,提出治理框架以规范数据使用和保护。
非平稳时间序列中具有振荡模式的计算高效分割
专题命中 EEG解码 :EEG(abstract)
AI总结 本文提出了一种高效分割方法,用于非平稳时间序列中具有振荡模式的数据,通过线性模型和傅里叶基函数实现快速且准确的变更点检测。
先进多模态学习在癫痫检测与预测中的应用:概念、挑战与未来方向
专题命中 EEG解码 :EEG(abstract)
AI总结 本文综述了先进多模态学习在癫痫检测与预测中的应用,探讨了其概念、挑战及未来发展方向,旨在推动神经技术向更实用的解决方案发展。
对《你的大脑与ChatGPT:在使用AI助手进行论文写作任务时的认知债务积累》的评论
专题命中 EEG解码 :EEG(abstract)
AI总结 该评论指出Kosmyna等人(2025)研究中存在样本量小、分析不可重复、EEG分析方法问题、结果报告不一致及透明度不足等需改进之处。
Comments Comment on arXiv:2506.08872
你的大脑在使用ChatGPT时:在使用AI助手写论文任务时积累的认知债务
专题命中 EEG解码 :EEG(abstract)
AI总结 研究发现使用LLM辅助写作会导致认知负担增加,长期依赖LLM可能影响学习效果。
Comments 216 pages, 102 figures, 4 tables and appendix
多变量联合复发量化分析:检测不同维度时间序列之间的耦合
专题命中 EEG解码 :EEG(abstract)
AI总结 本文提出多变量联合复发量化分析方法,用于分析不同维度时间序列之间的耦合特性,并通过实验验证其有效性。
Comments Updated version. 55 pages, 10 figures
非参数线性判别分析用于高维矩阵值数据
专题命中 EEG解码 :EEG(abstract)
AI总结 本文提出了一种非参数线性判别分析方法,用于高维矩阵值数据的分类,通过非参数最大似然估计提升分类性能。
Comments 24 pages, 11 figures, 5 tables and Supplementary Material (7 pages, 13 figures and 1 table )
GPT能否替代人类评分者?机器生成的隐喻规范的有效性和可靠性
专题命中 EEG解码 :EEG(abstract)
AI总结 本文研究了GPT在隐喻评分中的有效性与可靠性,发现较大模型能有效替代人类评分,但需注意隐喻惯例性和多模态因素的影响。
Comments 30 pages, 5 figures
一种用于分析脑电图前向问题的高阶表面积分方程离散化方案
专题命中 EEG解码 :EEG(abstract)
AI总结 本文提出了一种基于Nystrom的高阶离散化方案,用于提高脑电图前向问题的分析精度,通过灵活调整基函数阶数和优化奇异处理技术,提升计算效率和准确性。
Comments 9 pages, 7 figures
加权总变分正则化用于具有显著空空间的反问题
专题命中 EEG解码 :EEG(abstract)
AI总结 本文提出加权总变分正则化方法,用于解决具有显著空空间的反问题,有效恢复远离边界的源位置和大小。
专题命中 EEG解码 :EEG(abstract)
专题命中 EEG解码 :EEG(abstract)
专题命中 EEG解码 :EEG(abstract)
专题命中 EEG解码 :EEG(abstract)
Comments 19 pages; 4 figures
专题命中 EEG解码 :EEG(abstract)
Comments Preprint version. Accepted at ACM/IEEE ICONS 2025 (to appear in Proceedings)
专题命中 EEG解码 :EEG(abstract)
Comments 17 pages