Buchumschlag

ISAM-MTL: Cross-subject multi-task learning model with identifiable spikes and associative memory networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Junyan, Hu, Bin, Guan, Zhi-Hong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Neural and Evolutionary Computing Machine Learning Neurons and Cognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AM-MTEEG: Multi-task EEG classification based on impulsive associative memory
von: Li, Junyan, et al.
Veröffentlicht: (2024)

Storing overlapping associative memories on latent manifolds in low-rank spiking networks
von: Podlaski, William F., et al.
Veröffentlicht: (2024)

Equivalence of approximation by networks of single- and multi-spike neurons
von: Dold, Dominik, et al.
Veröffentlicht: (2026)

Improving the adaptive and continuous learning capabilities of artificial neural networks: Lessons from multi-neuromodulatory dynamics
von: Mei, Jie, et al.
Veröffentlicht: (2025)

Elucidating the theoretical underpinnings of surrogate gradient learning in spiking neural networks
von: Gygax, Julia, et al.
Veröffentlicht: (2024)

Spiking representation learning for associative memories
von: Ravichandran, Naresh, et al.
Veröffentlicht: (2024)

Harmonic fractal transformation for modeling complex neuronal effects: from bursting and noise shaping to waveform sensitivity and noise-induced subthreshold spiking
von: Sorokina, Mariia
Veröffentlicht: (2025)

Towards a "universal translator" for neural dynamics at single-cell, single-spike resolution
von: Zhang, Yizi, et al.
Veröffentlicht: (2024)

BrainNPT: Pre-training of Transformer networks for brain network classification
von: Hu, Jinlong, et al.
Veröffentlicht: (2023)

The dynamic interplay between in-context and in-weight learning in humans and neural networks
von: Russin, Jacob, et al.
Veröffentlicht: (2024)

Heterogeneous quantization regularizes spiking neural network activity
von: Moyal, Roy, et al.
Veröffentlicht: (2024)

Dendrites endow artificial neural networks with accurate, robust and parameter-efficient learning
von: Chavlis, Spyridon, et al.
Veröffentlicht: (2024)

Causal pieces: analysing and improving spiking neural networks piece by piece
von: Dold, Dominik, et al.
Veröffentlicht: (2025)

Decoding finger velocity from cortical spike trains with recurrent spiking neural networks
von: Liu, Tengjun, et al.
Veröffentlicht: (2024)

Synchronization and semantization in deep spiking networks
von: Oberste-Frielinghaus, Jonas, et al.
Veröffentlicht: (2025)

A flexible framework for structural plasticity in GPU-accelerated sparse spiking neural networks
von: Knight, James C., et al.
Veröffentlicht: (2025)

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

Self-supervised local learning rules learn the hidden hierarchical structure of high-dimensional data
von: Delrocq, Ariane, et al.
Veröffentlicht: (2026)

Sufficient conditions for offline reactivation in recurrent neural networks
von: Krishna, Nanda H., et al.
Veröffentlicht: (2025)

Theories of synaptic memory consolidation and intelligent plasticity for continual learning
von: Zenke, Friedemann, et al.
Veröffentlicht: (2024)

Von Economo neurons enable reliable social skill acquisition in recurrent spiking neural networks: a computational account with clinical predictions
von: Keskin, Esila
Veröffentlicht: (2026)

Two-compartment neuronal spiking model expressing brain-state specific apical-amplification, -isolation and -drive regimes
von: Pastorelli, Elena, et al.
Veröffentlicht: (2023)

Cross-Species RSA Reveals Conserved Early Visual Alignment but Divergent Higher-Area Rankings Across Human fMRI and Macaque Electrophysiology
von: Leutenegger, Nils
Veröffentlicht: (2026)

Attention to task structure for cognitive flexibility
von: Zhang, Xiaoyu K., et al.
Veröffentlicht: (2026)

One-shot learning of paired association navigation with biologically plausible schemas
von: Kumar, M Ganesh, et al.
Veröffentlicht: (2021)

Computational models of learning and synaptic plasticity
von: Tyulmankov, Danil
Veröffentlicht: (2024)

Dynamical similarity analysis can identify compositional dynamics developing in RNNs
von: Guilhot, Quentin, et al.
Veröffentlicht: (2024)

Exploring the role of structure in a time constrained decision task
von: Chaix-Eichel, Naomi, et al.
Veröffentlicht: (2024)

Bayesian Theory of Consciousness as Exchangeable Emotion-Cognition Inference
von: Li, Xin
Veröffentlicht: (2024)

ArtifactGen: Benchmarking WGAN-GP vs Diffusion for Label-Aware EEG Artifact Synthesis
von: Arasu, Hritik, et al.
Veröffentlicht: (2025)

Phasor Agents: Oscillatory Graphs with Three-Factor Plasticity and Sleep-Staged Learning
von: Trappe, Rodja
Veröffentlicht: (2026)

Graph-Based Representation Learning of Neuronal Dynamics and Behavior
von: Khajehnejad, Moein, et al.
Veröffentlicht: (2024)

Joint sparse coding and temporal dynamics support context reconfiguration
von: Shi, Qianqian, et al.
Veröffentlicht: (2026)

Spike-Timing-Dependent Plasticity for Bernoulli Message Passing
von: Adamiat, Sepideh, et al.
Veröffentlicht: (2025)

Expressivity of Neural Networks with Random Weights and Learned Biases
von: Williams, Ezekiel, et al.
Veröffentlicht: (2024)

On the relationship between predictive coding and backpropagation
von: Rosenbaum, Robert
Veröffentlicht: (2021)

Neuroformer: Multimodal and Multitask Generative Pretraining for Brain Data
von: Antoniades, Antonis, et al.
Veröffentlicht: (2023)

On Design Choices in Similarity-Preserving Sparse Randomized Embeddings
von: Kleyko, Denis, et al.
Veröffentlicht: (2024)

Synaptic Weight Distributions Depend on the Geometry of Plasticity
von: Pogodin, Roman, et al.
Veröffentlicht: (2023)

Why all roads don't lead to Rome: Representation geometry varies across the human visual cortical hierarchy
von: Ghosh, Arna, et al.
Veröffentlicht: (2025)