Buchumschlag

A flexible Bayesian non-parametric mixture model reveals multiple dependencies of swap errors in visual working memory

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Radmard, Puria, Bays, Paul M., Lengyel, Máté
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Neurons and Cognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Setting up for failure: automatic discovery of the neural mechanisms of cognitive errors
von: Radmard, Puria, et al.
Veröffentlicht: (2025)

Association-sensory spatiotemporal hierarchy and functional gradient-regularised recurrent neural network with implications for schizophrenia
von: Abulikemu, Subati, et al.
Veröffentlicht: (2025)

When sufficiency is insufficient: the functional information bottleneck for identifying probabilistic neural representations
von: Kalburge, Ishan, et al.
Veröffentlicht: (2025)

Sparks of cognitive flexibility: self-guided context inference for flexible stimulus-response mapping by attentional routing
von: Sommers, Rowan P., et al.
Veröffentlicht: (2025)

Dynamical stability for dense patterns in discrete attractor neural networks
von: Cohen, Uri, et al.
Veröffentlicht: (2025)

BSD: a Bayesian framework for parametric models of neural spectra
von: Medrano, Johan, et al.
Veröffentlicht: (2024)

Cortex and subcortex play distinct roles over learning when cortical memory is limited
von: Farrell, Matthew, et al.
Veröffentlicht: (2026)

Transformer brain encoders explain human high-level visual responses
von: Adeli, Hossein, et al.
Veröffentlicht: (2025)

Sequential memory improves sample and memory efficiency in Episodic Control
von: Freire, Ismael T., et al.
Veröffentlicht: (2021)

Bayesian Active Learning for Discrete Latent Variable Models
von: Jha, Aditi, et al.
Veröffentlicht: (2022)

Reward function compression facilitates goal-dependent reinforcement learning
von: Molinaro, Gaia, et al.
Veröffentlicht: (2025)

Group-specific discriminant analysis reveals statistically validated sex differences in lateralization of brain functional network
von: Zhou, Shuo, et al.
Veröffentlicht: (2024)

Inverse decision-making using neural amortized Bayesian actors
von: Straub, Dominik, et al.
Veröffentlicht: (2024)

Geometry of naturalistic object representations in recurrent neural network models of working memory
von: Lei, Xiaoxuan, et al.
Veröffentlicht: (2024)

Discovering Dynamic Effective Connectome of Brain with Bayesian Dynamic DAG Learning
von: Bagheri, Abdolmahdi, et al.
Veröffentlicht: (2023)

GenDMR: A dynamic multimodal role-swapping network for identifying risk gene phenotypes
von: Qin, Lina, et al.
Veröffentlicht: (2025)

Unsupervised learning of multiscale switching dynamical system models from multimodal neural data
von: Kim, DongKyu, et al.
Veröffentlicht: (2025)

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

Construction of a classification model for dementia among Brazilian adults aged 50 and over
von: Menezes, F. S., et al.
Veröffentlicht: (2026)

Key-value memory in the brain
von: Gershman, Samuel J., et al.
Veröffentlicht: (2025)

Deep probabilistic model synthesis enables unified modeling of whole-brain neural activity across individual subjects
von: Bishop, William E., et al.
Veröffentlicht: (2026)

Integrative neurocybernetic modeling in the era of large-scale neuroscience
von: Park, Il Memming, et al.
Veröffentlicht: (2026)

Relational reasoning and inductive bias in transformers and large language models
von: Geerts, Jesse, et al.
Veröffentlicht: (2025)

A foundation model of vision, audition, and language for in-silico neuroscience
von: d'Ascoli, Stéphane, et al.
Veröffentlicht: (2026)

The Gaussian-Linear Hidden Markov model: a Python package
von: Vidaurre, Diego, et al.
Veröffentlicht: (2023)

EEG-estimated functional connectivity, and not behavior, differentiates Parkinson's patients from health controls during the Simon conflict task
von: Sun, Xiaoxiao, et al.
Veröffentlicht: (2024)

A ghost mechanism: An analytical model of abrupt learning in recurrent networks
von: Dinc, Fatih, et al.
Veröffentlicht: (2025)

Generalizable, real-time neural decoding with hybrid state-space models
von: Ryoo, Avery Hee-Woon, et al.
Veröffentlicht: (2025)

Decomposing stimulus-specific sensory neural information via diffusion models
von: Laquitaine, Steeve, et al.
Veröffentlicht: (2025)

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

HDGL: A hierarchical dynamic graph representation learning model for brain disorder classification
von: Jalali, Parnian, et al.
Veröffentlicht: (2023)

Analyzing heterogeneity in Alzheimer Disease using multimodal normative modeling on imaging-based ATN biomarkers
von: Kumar, Sayantan, et al.
Veröffentlicht: (2024)

Deep learning and whole-brain networks for biomarker discovery: modeling the dynamics of brain fluctuations in resting-state and cognitive tasks
von: Roffet, Facundo, et al.
Veröffentlicht: (2024)

Video-based Analysis Reveals Atypical Social Gaze in People with Autism Spectrum Disorder
von: Yu, Xiangxu, et al.
Veröffentlicht: (2024)

Learning reveals invisible structure in low-rank RNNs
von: Ger, Yoav, et al.
Veröffentlicht: (2026)

Inhibitory normalization of error signals improves learning in neural circuits
von: Eyono, Roy Henha, et al.
Veröffentlicht: (2026)

Multisensory learning recruits visual neurons into an olfactory memory engram
von: Okray, Zeynep, et al.
Veröffentlicht: (2026)

Dynamics of Supervised and Reinforcement Learning in the Non-Linear Perceptron
von: Schmid, Christian, et al.
Veröffentlicht: (2024)

When Representations Align: Universality in Representation Learning Dynamics
von: van Rossem, Loek, et al.
Veröffentlicht: (2024)

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