Buchumschlag

Neural timescales from a computational perspective

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zeraati, Roxana, Levina, Anna, Macke, Jakob H., Gao, Richard
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Neurons and Cognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Emergent mechanisms for long timescales depend on training curriculum and affect performance in memory tasks
von: Khajehabdollahi, Sina, et al.
Veröffentlicht: (2023)

Diffusion of Neuromodulators for Temporal Credit Assignment
von: Barretto-Bittar, João, et al.
Veröffentlicht: (2026)

Latent Diffusion for Neural Spiking Data
von: Kapoor, Jaivardhan, et al.
Veröffentlicht: (2024)

Scalable inference of functional neural connectivity at submillisecond timescales
von: Medvedeva, Arina, et al.
Veröffentlicht: (2025)

Inferring stochastic low-rank recurrent neural networks from neural data
von: Pals, Matthijs, et al.
Veröffentlicht: (2024)

An Active Inference perspective on Neurofeedback Training
von: Annicchiarico, Côme, et al.
Veröffentlicht: (2025)

ε-Neural Thompson Sampling of Deep Brain Stimulation for Parkinson Disease Treatment
von: Hsu, Hao-Lun, et al.
Veröffentlicht: (2024)

EDAPT: Towards Calibration-Free BCIs with Continual Online Adaptation
von: Haxel, Lisa, et al.
Veröffentlicht: (2025)

Benchmarking Probabilistic Time Series Forecasting Models on Neural Activity
von: Lu, Ziyu, et al.
Veröffentlicht: (2025)

Riemannian Geometry for the classification of brain states with intracortical brain-computer interfaces
von: Marin-Llobet, Arnau, et al.
Veröffentlicht: (2025)

Separating the what and how of compositional computation to enable reuse and continual learning
von: Shan, Haozhe, et al.
Veröffentlicht: (2025)

Modeling Neural Activity with Conditionally Linear Dynamical Systems
von: Geadah, Victor, et al.
Veröffentlicht: (2025)

Scaling and context steer LLMs along the same computational path as the human brain
von: Raugel, Joséphine, et al.
Veröffentlicht: (2025)

Estimating Dimensionality of Neural Representations from Finite Samples
von: Chun, Chanwoo, et al.
Veröffentlicht: (2025)

Identifying Connectivity Distributions from Neural Dynamics Using Flows
von: Kim, Timothy Doyeon, et al.
Veröffentlicht: (2026)

Diffusion-Based Generation of Neural Activity from Disentangled Latent Codes
von: McCart, Jonathan D., et al.
Veröffentlicht: (2024)

Estimating Neural Representation Alignment from Sparsely Sampled Inputs and Features
von: Chun, Chanwoo, et al.
Veröffentlicht: (2025)

Algorithm Development in Neural Networks: Insights from the Streaming Parity Task
von: van Rossem, Loek, et al.
Veröffentlicht: (2025)

Trial-Level Time-frequency EEG Desynchronization as a Neural Marker of Pain
von: Blanco-Mora, D. A., et al.
Veröffentlicht: (2025)

Langevin Flows for Modeling Neural Latent Dynamics
von: Song, Yue, et al.
Veröffentlicht: (2025)

Topological Sensitivity in Connectome-Constrained Neural Networks
von: Dhiman, Nalin
Veröffentlicht: (2026)

POCO: Scalable Neural Forecasting through Population Conditioning
von: Duan, Yu, et al.
Veröffentlicht: (2025)

Causal Interpretation of Neural Network Computations with Contribution Decomposition
von: Melander, Joshua Brendan, et al.
Veröffentlicht: (2026)

Population Transformer: Learning Population-level Representations of Neural Activity
von: Chau, Geeling, et al.
Veröffentlicht: (2024)

NeuroBind: Towards Unified Multimodal Representations for Neural Signals
von: Yang, Fengyu, et al.
Veröffentlicht: (2024)

Neural-Behavioral Representation of Natural Whole-body Movement in Monkeys
von: He, Jieshi, et al.
Veröffentlicht: (2026)

Training Large Neural Networks With Low-Dimensional Error Feedback
von: Hanut, Maher, et al.
Veröffentlicht: (2025)

Probabilistic Prediction of Neural Dynamics via Autoregressive Flow Matching
von: Rogalla, Nicole, et al.
Veröffentlicht: (2026)

Meta-Dynamical State Space Models for Integrative Neural Data Analysis
von: Vermani, Ayesha, et al.
Veröffentlicht: (2024)

Generative Modeling of Neural Dynamics via Latent Stochastic Differential Equations
von: ElGazzar, Ahmed, et al.
Veröffentlicht: (2024)

NeuralBench: A Unifying Framework to Benchmark NeuroAI Models
von: Banville, Hubert, et al.
Veröffentlicht: (2026)

Neurally-plausible radial basis kernels using distributed Fourier embeddings
von: Chouinard, Jakeb
Veröffentlicht: (2026)

BACE: Behavior-Adaptive Connectivity Estimation for Interpretable Graphs of Neural Dynamics
von: Asadi, Mehrnaz, et al.
Veröffentlicht: (2025)

Lattice-Based Pruning in Recurrent Neural Networks via Poset Modeling
von: Sengupta, Rakesh
Veröffentlicht: (2025)

Multi-modal Gaussian Process Variational Autoencoders for Neural and Behavioral Data
von: Gondur, Rabia, et al.
Veröffentlicht: (2023)

Physiologically-Informed Predictability of a Teammate's Future Actions Forecasts Team Performance
von: Qin, Yinuo, et al.
Veröffentlicht: (2025)

Modeling Latent Neural Dynamics with Gaussian Process Switching Linear Dynamical Systems
von: Hu, Amber, et al.
Veröffentlicht: (2024)

Latent Variable Double Gaussian Process Model for Decoding Complex Neural Data
von: Ziaei, Navid, et al.
Veröffentlicht: (2024)

NECOMIMI: Neural-Cognitive Multimodal EEG-informed Image Generation with Diffusion Models
von: Chen, Chi-Sheng
Veröffentlicht: (2024)

Learning Glioblastoma Tumor Heterogeneity Using Brain Inspired Topological Neural Networks
von: Paul, Ankita, et al.
Veröffentlicht: (2026)