Buchumschlag

Orangutan: A Multiscale Brain Emulation-Based Artificial Intelligence Framework for Dynamic Environments

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Xie, Yong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Neurons and Cognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Brain-inspired and Self-based Artificial Intelligence
von: Zeng, Yi, et al.
Veröffentlicht: (2024)

Metalearning-Informed Competence in Children: Implications for Responsible Brain-Inspired Artificial Intelligence
von: Singh, Chaitanya
Veröffentlicht: (2023)

Rewiring Human Brain Networks via Lightweight Dynamic Connectivity Framework: An EEG-Based Stress Validation
von: Acharya, Sayantan, et al.
Veröffentlicht: (2025)

The Thousand Brains Project: A New Paradigm for Sensorimotor Intelligence
von: Clay, Viviane, et al.
Veröffentlicht: (2024)

Building Artificial Intelligence with Creative Agency and Self-hood
von: Gabora, Liane, et al.
Veröffentlicht: (2024)

BrainVista: Modeling Naturalistic Brain Dynamics as Multimodal Next-Token Prediction
von: Yin, Xuanhua, et al.
Veröffentlicht: (2026)

Psychology of Artificial Intelligence: Epistemological Markers of the Cognitive Analysis of Neural Networks
von: Pichat, Michael
Veröffentlicht: (2024)

Artificial Human Intelligence: The role of Humans in the Development of Next Generation AI
von: Arslan, Suayb S.
Veröffentlicht: (2024)

A New Strategy for Artificial Intelligence: Training Foundation Models Directly on Human Brain Data
von: Donoso, Maël
Veröffentlicht: (2026)

Multilevel Interpretability Of Artificial Neural Networks: Leveraging Framework And Methods From Neuroscience
von: He, Zhonghao, et al.
Veröffentlicht: (2024)

MIMIC-MJX: Neuromechanical Emulation of Animal Behavior
von: Zhang, Charles Y., et al.
Veröffentlicht: (2025)

Dynamic Functional Connectivity Features for Brain State Classification: Insights from the Human Connectome Project
von: Kirova, Valeriya, et al.
Veröffentlicht: (2025)

From Theory of Mind to Theory of Environment: Counterfactual Simulation of Latent Environmental Dynamics
von: Uchiyama, Ryutaro
Veröffentlicht: (2026)

Dissociating Artificial Intelligence from Artificial Consciousness
von: Findlay, Graham, et al.
Veröffentlicht: (2024)

Fusion Learning from Dynamic Functional Connectivity: Combining the Amplitude and Phase of fMRI Signals to Identify Brain Disorders
von: Hu, Jinlong, et al.
Veröffentlicht: (2026)

Spatiotemporal Learning of Brain Dynamics from fMRI Using Frequency-Specific Multi-Band Attention for Cognitive and Psychiatric Applications
von: Bae, Sangyoon, et al.
Veröffentlicht: (2025)

BrainCSD: A Hierarchical Consistency-Driven MoE Foundation Model for Unified Connectome Synthesis and Multitask Brain Trait Prediction
von: Shen, Xiongri, et al.
Veröffentlicht: (2025)

DSAM: A Deep Learning Framework for Analyzing Temporal and Spatial Dynamics in Brain Networks
von: Thapaliya, Bishal, et al.
Veröffentlicht: (2024)

Noumenal Labs White Paper: How To Build A Brain
von: Ramstead, Maxwell J. D., et al.
Veröffentlicht: (2025)

Machine Psychometrics: A Mathematical Psychology of Artificial Intelligence
von: Bogdan, Alex, et al.
Veröffentlicht: (2026)

Association of Timing and Duration of Moderate-to-Vigorous Physical Activity with Cognitive Function and Brain Aging: A Population-Based Study Using the UK Biobank
von: Khan, Wasif, et al.
Veröffentlicht: (2025)

The Nature of Intelligence
von: You, Barco Jie
Veröffentlicht: (2023)

Artificial Consciousness as Interface Representation
von: Prentner, Robert
Veröffentlicht: (2025)

Hierarchy or Heterarchy? A Theory of Long-Range Connections for the Sensorimotor Brain
von: Hawkins, Jeff, et al.
Veröffentlicht: (2025)

A Modular Theory of Subjective Consciousness for Natural and Artificial Minds
von: Gillon, Michaël
Veröffentlicht: (2025)

Brain Networks and Intelligence: A Graph Neural Network Based Approach to Resting State fMRI Data
von: Thapaliya, Bishal, et al.
Veröffentlicht: (2023)

From Electrode to Global Brain: Integrating Multi- and Cross-Scale Brain Connections and Interactions Under Cross-Subject and Within-Subject Scenarios
von: Zhige, Chen, et al.
Veröffentlicht: (2024)

Scale-Invariance Drives Convergence in AI and Brain Representations
von: Yu, Junjie, et al.
Veröffentlicht: (2025)

How Much is Brain Data Worth for Machine Learning?
von: Lewis, Lane, et al.
Veröffentlicht: (2026)

Misalignment Between Backpropagation and the Hierarchy of Brain Responses to Images
von: Raugel, Joséphine, et al.
Veröffentlicht: (2026)

Brain-like Functional Organization within Large Language Models
von: Sun, Haiyang, et al.
Veröffentlicht: (2024)

Shifting Attention to You: Personalized Brain-Inspired AI Models
von: Zhao, Stephen Chong, et al.
Veröffentlicht: (2025)

Towards Unified Neural Decoding with Brain Functional Network Modeling
von: Wu, Di, et al.
Veröffentlicht: (2025)

Disentangling the Factors of Convergence between Brains and Computer Vision Models
von: Raugel, Joséphine, et al.
Veröffentlicht: (2025)

Do Language Models Align with Brains? Prediction Scores Are Not Enough
von: Jia, Xiao
Veröffentlicht: (2026)

D-CoRP: Differentiable Connectivity Refinement for Functional Brain Networks
von: Hu, Haoyu, et al.
Veröffentlicht: (2024)

Brain-aligning of semantic vectors improves neural decoding of visual stimuli
von: Vafaei, Shirin, et al.
Veröffentlicht: (2024)

MindSimulator: Exploring Brain Concept Localization via Synthetic FMRI
von: Bao, Guangyin, et al.
Veröffentlicht: (2025)

From Prediction to Understanding: Will AI Foundation Models Transform Brain Science?
von: Serre, Thomas, et al.
Veröffentlicht: (2025)

A Spiking Neural Network based on Neural Manifold for Augmenting Intracortical Brain-Computer Interface Data
von: Zheng, Shengjie, et al.
Veröffentlicht: (2022)