脑机接口 / BCI

A Robust Framework for Model Order Selection in Correlated Large-Dimensional CES Noise

相关大维CES噪声下模型阶数选择的鲁棒框架

Eugénie Terreaux, Emmanuelle Jay, Frédéric Pascal, Jean-Philippe Ovarlez

专题命中 EEG解码 ：EEG(abstract)

AI总结 针对大维相关非高斯CES噪声中的模型阶数选择问题，提出一个两阶段鲁棒框架，包括基于Toeplitz修正M估计的白化步骤和基于大维随机矩阵理论的信号子空间秩推断，并证明了估计量的一致性和特征值上界。

Comments 13 pages (Main Paper), 6 pages (Supplementary Material), 9 figures

Tensor Analysis and Fusion of Multimodal Brain Images

张量分析与多模态脑图像融合

Esin Karahan, Pedro A. Rojas-Lopez, Maria L. Bringas-Vega, Pedro A. Valdes-Hernandez, Pedro A. Valdes-Sosa

专题命中 EEG解码 ：EEG(abstract)

AI总结 本文提出利用张量结构分析多模态神经影像数据，引入马尔可夫-彭罗斯图进行建模，首次将Granger因果分析视为张量回归问题，展示其在脑网络分解中的潜力。

Comments 23 pages, 15 figures, submitted to Proceedings of the IEEE

Biophoton Emission from Palm during Meditation: A Multi-Method Complexity Analysis

冥想期间手掌的生物光子发射：多方法复杂性分析

E. Pace, L. De Paolis, G. Felici, I. Vaglini, M. Sandrini, M. Pettini, A. Gemignani, M. Benfatto

专题命中 EEG解码 ：EEG(abstract)

AI总结 采用多方法复杂性分析框架，研究人类手掌在冥想期间的超弱光子发射，发现冥想导致发射间歇性系统性降低，并与心脏和脑电复杂性变化一致。

Comments 49 pages, 8 Figures, it will be submitted to Frontiers in Photobiology

Finite-size scaling of hetero-associative retrieval in continuous-signal-driven Ising spin systems

异关联记忆在连续信号驱动的伊辛自旋系统中的有限尺寸缩放

Andrea Ladiana

专题命中 EEG解码 ：EEG(abstract)

AI总结 本文提出多层伊辛框架，结合几何保持的连续到伊辛编码器与Kanter-Sompolinsky伪逆记忆耦合，实现跨模态回忆，并验证有限尺寸修正对存储容量的影响。

Mixed Membership Models for Multilevel Functional Data

多级函数数据的混合成员模型

Donatello Telesca, Nicholas Marco, Emma Landry

专题命中 EEG解码 ：EEG(abstract)

AI总结 本文提出多级函数数据的混合成员模型，利用层次结构扩展传统聚类，通过混合成员概念提升模型灵活性和可扩展性，应用于自闭症儿童脑电图研究。

PanLUNA: An Efficient and Robust Query-Unified Multimodal Model for Edge Biosignal Intelligence

PanLUNA: 一种高效且稳健的多模态模型，用于边缘生物信号智能

Marija Zelic, Anna Tegon, Yawei Li, Thorir Mar Ingolfsson, Luca Benini

机构 * DEI, University of Bologna（博洛尼亚大学DEI） 纠错

专题命中 EEG解码 ：EEG(abstract)

AI总结 PanLUNA是一种紧凑的多模态基础模型，能够高效处理EEG、ECG和PPG信号，实现跨模态早期融合，同时在推理时对缺失模态具有鲁棒性。其在生物信号检测和睡眠分期任务中表现出色。

Comments 5 pages, 5 tables, 1 figure, preprint

Validating Computational Markers of Depressive Behavior: Cross-Linguistic Speech-Based Depression Detection with Neurophysiological Validation

验证计算性抑郁行为标志物：基于语音的抑郁症检测的跨语言研究与神经生理验证

Fuxiang Tao, Dongwei Li, Shuning Tang, Xuri Ge, Wei Ma, Anna Esposito, Alessandro Vinciarelli

专题命中 EEG解码 ：EEG(abstract)

AI总结 本文通过扩展CDMA框架，结合中文语料和EEG数据，验证了基于语音的抑郁症检测模型的跨语言鲁棒性及神经生理基础，展示了其在中文数据集上的高检测性能。

Comments 12 pages, 6 figures

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

Xuanye Dai, Anna Gottard, Michele Guindani, Marina Vannucci

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。

Neuro-Cognitive Reward Modeling for Human-Centered Autonomous Vehicle Control

神经认知奖励建模用于以人为中心的自动驾驶控制

Zhuoli Zhuang, Yu-Cheng Chang, Yu-Kai Wang, Thomas Do, Chin-Teng Lin

机构 * University of Technology Sydney（悉尼科技大学） 纠错

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: Hyperbolic Feature Interpolation for Brain-Vision Alignment

HyFI：超几何特征插值用于脑-视觉对齐

Sangmin Jo, Wootaek Jeong, Da-Woon Heo, Yoohwan Hwang, Heung-Il Suk

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

Riding Brainwaves in LLM Space: Understanding Activation Patterns Using Individual Neural Signatures

在LLM空间中骑行脑波：利用个体神经特征理解激活模式

Ajan Subramanian, Sumukh Bettadapura, Rohan Sathish

机构 * Kubo Technologies 纠错

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。

Modules as effective nodes in coarse-grained networks of Kuramoto oscillators

模块作为Kuramoto振子粗粒化网络中的有效节点

Leonardo L. Bosnardo, Marcus A. M. de Aguiar

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

Localized Sparse Principal Component Analysis of Multivariate Time Series in Frequency Domain

多变量时间序列频域中的局部稀疏主成分分析

Jamshid Namdari, Amita Manatunga, Fabio Ferrarelli, Robert Krafty

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

Learning Topology-Driven Multi-Subspace Fusion for Grassmannian Deep Network

学习拓扑驱动的多子空间融合用于Grassmannian深度网络

Xuan Yu, Tianyang Xu

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: A Unified Sensor Placement Framework for Human Motion Capture and Wearables

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

Julius Welzel, Sein Jeung, Lara Godbersen, Seyed Yahya Shirazi

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

The projected isotropic normal distribution with applications in neuroscience

投影各向同性正态分布及其在神经科学中的应用

Kanti V. Mardia, Antonio Mauricio F. L. Miranda de Sa'

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: Enhancing SPD Manifold Representation in EEGs via Dynamic Graphs

RepSPD: 通过动态图增强EEG的SPD流形表示

Haohui Jia, Zheng Chen, Lingwei Zhu, Xu Cao, Yasuko Matsubara, Takashi Matsubara, Yasushi Sakurai

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） 纠错

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。

Disentangling synchrony from serial dependency in paired event time series

分离事件同步与序列依赖性在配对事件时间序列中

Adrian Odenweller, Reik V. Donner

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)

Statistical Opportunities in Neuroimaging

神经影像学中的统计机遇

Jian Kang, Thomas Nichols, Lexin Li, Martin A. Lindquist, Hongtu Zhu

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

Cosine Series Representation

余弦级数表示

Moo K. Chung

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。

Robust Hyperbolic Learning with Curvature-Aware Optimization

具有曲率意识优化的鲁棒双曲学习

Ahmad Bdeir, Johannes Burchert, Lars Schmidt-Thieme, Niels Landwehr

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） 纠错

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。

Training Data Governance for Brain Foundation Models

脑基础模型的训练数据治理

Margot Hanley, Jiunn-Tyng Yeh, Ryan Rodriguez, Jack Pilkington, Nita Farahany

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。

Computationally efficient segmentation for non-stationary time series with oscillatory patterns

非平稳时间序列中具有振荡模式的计算高效分割

Nicolas Bianco, Lorenzo Cappello

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。

Advanced Multimodal Learning for Seizure Detection and Prediction: Concept, Challenges, and Future Directions

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

Ijaz Ahmad, Faizan Ahmad, Sunday Timothy Aboyeji, Yongtao Zhang, Peng Yang, Javed Ali Khan, Rab Nawaz, Baiying Lei

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。

Comment on: Your Brain on ChatGPT: Accumulation of Cognitive Debt When Using an AI Assistant for Essay Writing Tasks

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

Milos Stankovic, Ella Hirche, Sarah Kollatzsch, Julia Nadine Doetsch

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

Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task

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

Nataliya Kosmyna, Eugene Hauptmann, Ye Tong Yuan, Jessica Situ, Xian-Hao Liao, Ashly Vivian Beresnitzky, Iris Braunstein, Pattie Maes

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

Multivariate Joint Recurrence Quantification Analysis: detecting coupling between time series of different dimensionalities

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

Sebastian Wallot, Dan Mønster

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

Nonparametric Linear Discriminant Analysis for High Dimensional Matrix-Valued Data

非参数线性判别分析用于高维矩阵值数据

Seungyeon Oh, Seongoh Park, Hoyoung Park

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 )

Can GPT replace human raters? Validity and reliability of machine-generated norms for metaphors

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

Veronica Mangiaterra, Hamad Al-Azary, Chiara Barattieri di San Pietro, Paolo Canal, Valentina Bambini

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

A High-Order Discretization Scheme for Surface Integral Equations for Analyzing the Electroencephalography Forward Problem

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

Rui Chen, Viviana Giunzioni, Adrien Merlini, Francesco P. Andriulli

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