脑机接口 / BCI

Conduction velocity of intracortical axons in monkey primary visual cortex grows with distance: implications for computation

皮层内轴突的传导速度随距离增加而增长：对计算的启示

Li Zhaoping

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 研究发现皮层内轴突的传导速度随距离线性增加，足以传递上下文信息，挑战了传统观点。

Comments 19 pages (double line spacing), 2 figures, this paper is also archived at arXiv:2510.23391 at PsyArXiv

Journal ref Vision Research Volume 244, July 2026, 108824

Integrated representational signatures strengthen specificity in brains and models

整合表征签名增强大脑和模型的特异性

Jialin Wu, Shreya Saha, Yiqing Bo, Meenakshi Khosla

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 研究通过整合多种表征相似性度量方法，提升大脑和模型区域的区分能力，发现几何和调制结构编码特定区域特征，而线性可解信息则更广泛共享。

Neural correlates of perceptual consciousness from within: a narrative review of human intracranial research

感知意识的神经相关性：来自内部的叙述综述：人类脑内研究

Francois Stockart, Alexis Robin, Hal Blumenfeld, Milan Brazdil, Philippe Kahane, Liad Mudrik, Jasmine Thum, Michael Pereira, Nathan Faivre

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 综述探讨了人类脑内记录技术如何通过高时空分辨率和信号灵敏度推进感知意识神经相关性的研究，并评估其对意识理论争论的影响。

Information in a recurrent Retina-V1 network with realistic noise, feedback and nonlinearities

具有现实噪声、反馈和非线性的循环视网膜-V1网络中的信息

Javier Rodríguez, Raquel Giménez, Jesús Malo

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 本文首次结合通用循环网络、精确噪声和可靠信息度量，研究早期视觉中信息流的定量估计，揭示反馈在信息处理和网络稳定性中的作用。

Longitudinal Boundary Sharpness Coefficient Slopes Predict Time to Alzheimer's Disease Conversion in Mild Cognitive Impairment: A Survival Analysis Using the ADNI Cohort

纵向边界锐度系数斜率预测轻度认知障碍向阿尔茨海默病转化的时间：使用ADNI队列的生存分析

Ishaan Cherukuri

机构 * Independent Researcher USA（美国独立研究员） 纠错

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 研究通过分析纵向边界锐度系数斜率，利用ADNI队列数据，发现其比单次基线扫描更有效预测轻度认知障碍向阿尔茨海默病转化，提升了生存分析的准确性。

A Metric for Three-Dimensional Color Discrimination Derived from V1 Population Fisher Information

从视网膜路径神经群体编码中导出的三维颜色辨别度量

Michael Menke

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 本文基于视网膜路径神经群体编码的Fisher信息，推导出三维颜色空间的Riemann度量，通过联合拟合四个阈值数据集，构建了17参数模型，提升了颜色辨别度量的准确性。

Comments 20 pages, 3 figures

Reinforcement-Guided Hyper-Heuristic Hyperparameter Optimization for Fair and Explainable Spiking Neural Network-Based Financial Fraud Detection

基于强化学习的超启发式超参数优化的公平可解释性脉冲神经网络金融欺诈检测

Sadman Mohammad Nasif, Md Abrar Jahin, M. F. Mridha

机构 * organization= Department of Computer Science \& Engineering, Khulna University of Engineering \& Technology (KUET) , city= Khulna , postcode= 9203 , country= Bangladesh ； organization= Thomas Lord Department of Computer Science, Viterbi School of Engineering, University of Southern California , city= Los Angeles , state= CA , postcode= 90089 , country= USA ； organization= Department of Computer Science, American International University-Bangladesh (AIUB) , city= Dhaka , postcode= 1229 , country= Bangladesh 纠错

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

AI总结 本文提出结合脉冲编码网络与强化学习引导超启发式优化器的框架，用于实现公平且可解释的脉冲神经网络金融欺诈检测，通过在Bank Account Fraud数据集上验证，模型在5%的假阳性率下达到90.8%的召回率。

Journal ref Knowledge-Based Systems (2026)

The Neuroscience of Transformers

变换器的神经科学

Peter Koenig, Mario Negrello

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 本文探讨变换器网络如何类比大脑皮层微电路结构，提出变换器操作与皮层分层特征的映射关系，为研究皮层功能提供新视角。

Comments 1 figure, 5 tables

The DIME Architecture: A Unified Operational Algorithm for Neural Representation, Dynamics, Control and Integration

DIME架构：神经表示、动态、控制与整合的统一操作算法

Ionel Cristian Vladu, Nicu Bizdoaca, Ionica Pirici, Tudor-Adrian Balseanu, Eduard Nicusor Bondoc

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 本文提出DIME架构，整合感知、记忆、估值和意识访问，通过四个交互组件提供统一计算框架，符合神经科学实验证据并为人工智能提供新范式。

Comments 45 pages, 8 figures. Architectural overview of the DIME framework. Extended theoretical treatment available in companion monograph (Zenodo)

LightBeam: An Accurate and Memory-Efficient CTC Decoder for Speech Neuroprostheses

LightBeam: 一种准确且内存高效的CTC解码器用于语音神经假体

Ebrahim Feghhi, Junlin Hu, Nima Hadidi, Jonathan C. Kao

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

AI总结 本文提出LightBeam，一种无需WFST的CTC解码器，仅需10GB内存即可在Brain-to-Text'24和'25基准上实现最佳性能，通过延迟融合集成LLM，无需大N-gram语言模型。

Comments 4 pages, 2 figures

Uncovering statistical structure in large-scale neural activity with Restricted Boltzmann Machines

利用受限波尔兹曼机揭示大规模神经活动中的统计结构

Nicolas Béreux, Giovanni Catania, Aurélien Decelle, Francesca Mignacco, Alfonso de Jesús Navas Gómez, Beatriz Seoane

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 本研究利用受限波尔兹曼机揭示大规模神经活动中的统计结构，通过建模多个大脑区域的神经元活动，揭示了神经元相互作用的解剖结构和动态特性。

Comments First draft, comments are welcome

Task learning increases information redundancy of neural responses in macaque visual cortex

任务学习增加灵长类视觉皮层神经响应的信息冗余

Shizhao Liu, Anton Pletenev, Ralf M. Haefner, Adam C. Snyder

机构 * Department of Brain and Cognitive Sciences, University of Rochester（脑科学与认知科学系，罗切斯特大学） ； Center for Visual Science, University of Rochester（视觉科学中心，罗切斯特大学） ； Department of Computer Science, University of Rochester（计算机科学系，罗切斯特大学） ； Department of Physics & Astronomy, University of Rochester（物理与天文学系，罗切斯特大学） ； Department of Neuroscience, University of Rochester（神经科学系，罗切斯特大学） 纠错

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 该研究发现任务学习通过增加神经响应冗余，提高了单个神经元的信息携带能力，表明大脑处理感觉信息的过程更倾向于生成性推断。

Comments published in Science, accepted manuscript prior to editing, main text: 33 pages, 5 figures, 39 supplementary pages, 22 supplementary figures, 7 supplementary tables

Journal ref Science, 391(6789), 1029-1035 (2026)

Polarization-wave propagation as a biophysical mechanism of visual cognition

偏振波传播作为视觉认知的生物物理机制

Hyun Myung Jang, Youngwoo Jang, Hyeon Han

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 本文提出偏振波作为视觉认知的生物物理机制，通过分析标量电位场和偏振波的传播特性，揭示其与认知推断调制波速度一致的机制，解释了视觉感知中跨通道干扰的抑制过程。

Comments 24 pages for main manuscript including figures, 4 figures, 11 pages for supplementary information, 35 references cited

SpatialMAGIC: A Hybrid Framework Integrating Graph Diffusion and Spatial Attention for Spatial Transcriptomics Imputation

SpatialMAGIC: 一种融合图扩散与空间注意力的混合框架用于空间转录组学插值

Sayeem Bin Zaman, Fahim Hafiz, Riasat Azim

机构 * Department of Computer Science and Engineering, United International University（计算机科学与工程系，国际联合大学） 纠错

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

AI总结 SpatialMagic通过融合图扩散与空间注意力机制，提升空间转录组学数据插值精度，提高下游生物分析效果。

Comments 30 pages, 6 figures

Convex Efficient Coding

凸高效编码

William Dorrell, Peter E. Latham, James Whittington

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 本文提出了一种可 tractable 但灵活的规范性表征理论，通过优化表征相似性证明了一类凸优化问题，包括线性和非线性神经网络及半非负矩阵分解等，为神经编码提供了新的理论框架。

Comments 37 pages, 4 figures

Journal ref Proceedings of the 14th International Conference on Learning Representations, 2026

Topological Origin of the Diversity of Timescales in Recurrent Neural Circuits

循环神经回路中时间尺度多样性的拓扑起源

Marco Zenari, Luca Taffarello, Luca Mazzucato, Amos Maritan, Samir Suweis

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 研究揭示了循环神经回路中时间尺度多样性的拓扑起源，通过分析连接异质性与神经动力学的关系，发现枢纽神经元在多重处理中的作用。

Intrinsic Resonance depends on Network Size of Coupled-Delayed Interacting Oscillators

内在共振取决于耦合延迟交互振子网络的规模

Felipe A. Torres, Alejandro Weinstein, Jesus M. Cortes, Wael El-Deredy

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 研究揭示了耦合延迟交互振子网络中共振与网络规模的关系，通过延迟耦合相振子模型推导出共振与延迟和耦合场的关联，提出通用缩放定律并验证其有效性。

Comments 16 pages, 3 figures: 2 figures in the main text and 1 figure in the appendix

StraightTrack: Towards Mixed Reality Navigation System for Percutaneous K-wire Insertion

StraightTrack：面向混合现实导航系统的穿刺K线植入系统

Han Zhang, Benjamin D. Killeen, Yu-Chun Ku, Lalithkumar Seenivasan, Yuxuan Zhao, Mingxu Liu, Yue Yang, Suxi Gu, Alejandro Martin-Gomez, Russell H. Taylor, Greg Osgood, Mathias Unberath

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Johns Hopkins Medicine（约翰霍普金斯医学） 纠错

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

AI总结 StraightTrack通过混合现实导航系统提高经皮K线植入的精度，减少线弯曲问题，提升骨折固定的可靠性。

Journal ref Healthcare Technology Letters Vol. 11 Issue 6 2024

Self-Supervised Learning via Flow-Guided Neural Operator on Time-Series Data

通过流引导神经算子实现自监督学习（时间序列数据）

Duy Nguyen, Jiachen Yao, Jiayun Wang, Julius Berner, Animashree Anandkumar

机构 * Department of Computing and Mathematical Sciences, Caltech（计算与数学科学部，Caltech） ； NVIDIA 纠错

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

AI总结 本文提出流引导神经算子（FGNO）框架，通过结合算子学习与流匹配，实现更灵活的自监督学习，提升时间序列数据表示学习的性能和鲁棒性。

Comments Accepted to NeurIPS 2025 Workshop

Joint encoding of "what" and "when" predictions through error-modulated plasticity in biologically-plausible spiking networks

通过生物合理脉冲网络中的误差调节可塑性联合编码'what'和'when'预测

Yohei Yamada, Zenas C. Chao

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 该研究通过生物合理脉冲网络中的误差调节可塑性，展示了如何联合编码'what'和'when'预测，实现灵活的预测认知。

Unveiling Normative Trajectories of Lifespan Brain Maturation Using Quantitative MRI

揭示寿命大脑成熟规范轨迹的定量MRI

Xinjie Chen, Mario Ocampo-Pineda, Po-Jui Lu, Clara Ekerdt, Matthias Weigel, Michelle G. Jansen, Alessandro Cagol, Kwok-Shing Chan, Sabine Schädelin, Marcel Zwiers, Joukje M. Oosterman, David G. Norris, Johanna M. M. Bayer, Andre F. Marquand, Willeke M. Menks, Jens Kuhle, Ludwig Kappos, Lester Melie-Garcia, Cristina Granziera, José P. Marques

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 本研究利用多参数定量MRI揭示大脑成熟轨迹，通过多中心数据建模展示不同脑区的成熟模式及年龄相关变化。

Critical Scaling and Metabolic Regulation in a Ginzburg--Landau Theory of Cognitive Dynamics

临界标度与代谢调节在认知动力学的Ginzburg-Landau理论中

Gunn Kim

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 该研究提出了一种基于Ginzburg-Landau理论的认知动力学模型，通过代谢流维持生物智能，并预测了临界标度与代谢调节在认知功能中的作用。

Comments 5 pages, 3 figures. Includes Supplemental Material. Submitted for publication

The Representational Alignment Hypothesis: Evidence for and Consequences of Invariant Semantic Structure Across Embedding Modalities

表征对齐假说：跨嵌入模态的不变语义结构的证据及其后果

Akhil Ramidi, Kevin Scharp

专题命中 神经信号处理 ：neural signal(abstract)；分类 q-bio.NC

AI总结 该研究提出表征对齐假说，探讨跨模态嵌入的不变语义结构，质疑其根本性，并提出新的哲学视角和区分方法。

Comments 23 pages, 3 figures

gPC-based robustness analysis of neural systems through probabilistic recurrence metrics

基于gPC的神经系统通过概率复发度量进行鲁棒性分析

Uros Sutulovic, Daniele Proverbio, Rami Katz, Giulia Giordano

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 本文提出了一种基于gPC和复发图分析的新方法，用于评估神经系统在参数不确定性下的鲁棒性，通过概率状态保持图量化动态状态的保持能力。

Comments 20 pages, 7 figures

GENESIS: A Generative Model of Episodic-Semantic Interaction

GENESIS：一种生成式事件-语义交互模型

Marco D'Alessandro, Leo D'Amato, Mikel Elkano, Mikel Uriz, Giovanni Pezzulo

机构 * Institute of Cognitive Sciences and Technologies, National Research Council（认知科学与技术研究所，国家研究理事会） 纠错

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 GENESIS模型通过整合语义和事件记忆的生成式系统，揭示了记忆作为主动、构造性和资源受限过程的原理性机制。

Comments 18 pages, 6 figures

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） 纠错

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。

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） 纠错

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

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

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） 纠错

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)

Towards Reinforcement Learning from Neural Feedback: Mapping fNIRS Signals to Agent Performance

迈向基于神经反馈的强化学习：将fNIRS信号映射到智能体表现

Julia Santaniello, Matthew Russell, Benson Jiang, Donatello Sassaroli, Robert Jacob, Jivko Sinapov

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

AI总结 本文提出通过fNIRS信号预测智能体表现，利用分类器和回归器提升RLHF性能，并验证了跨受试者泛化能力。

Comments Accepted to the Association for the Advancement of Artificial Intelligence (AAAI) 2026. To appear in the AAAI 2026 Proceedings