TMLR

NeuMoSync: End-to-End Neuromodulatory Control for Plasticity and Adaptability in Continual Learning

NeuMoSync：面向持续学习中可塑性与适应性的端到端神经调节控制

Seyed Roozbeh Razavi Rohani, Khashayar Khajavi, Wesley Chung, Mandana Samiei, Mo Chen

机构 * Simon Fraser University（西蒙菲莎大学） ； Mila - Quebec AI Institute（米拉-魁北克人工智能研究所） 纠错

AI总结 该研究提出新型架构 NeuMoSync，借鉴大脑神经调节机制，为深度神经网络添加神经元特异性调节模块，在多种持续学习基准上提升了模型的可塑性与前后向适应能力。

Comments Published in Transactions on Machine Learning Research (TMLR)

Random features for Grassmannian kernel approximation with bounded rank-one projections

用于带约束秩一投影的Grassmann核近似的随机特征

Rémi Delogne, Laurent Jacques

机构 * UCLouvain（天主教鲁汶大学） ； INMA ； ICTEAM 纠错

AI总结 该研究提出带约束秩一投影的随机特征，用于近似Grassmann核，可降低计算内存开销，在合成数据和ETH-80分类任务上表现良好，为经典Grassmann核提供可扩展替代方案。

Comments 33 pages, 6 figures, J2C certification

Journal ref Transactions on Machine Learning Research, July 2026