Buchumschlag

Credit Assignment via Neural Manifold Noise Correlation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kang, Byungwoo, Richards, Maceo, Sabatini, Bernardo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Neurons and Cognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Contrastive Self-Supervised Learning As Neural Manifold Packing
von: Zhang, Guanming, et al.
Veröffentlicht: (2025)

Revealing Neurocognitive and Behavioral Patterns by Unsupervised Manifold Learning from Dynamic Brain Data
von: Zhou, Zixia, et al.
Veröffentlicht: (2025)

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

Towards Continuous Skin Sympathetic Nerve Activity Monitoring: Removing Muscle Noise
von: Baghestani, Farnoush, et al.
Veröffentlicht: (2024)

Correlating instruction-tuning (in multimodal models) with vision-language processing (in the brain)
von: Oota, Subba Reddy, et al.
Veröffentlicht: (2025)

Neural Encoding and Decoding at Scale
von: Zhang, Yizi, et al.
Veröffentlicht: (2025)

Neuro-Symbolic Decoding of Neural Activity
von: Wang, Yanchen, et al.
Veröffentlicht: (2026)

Modular Boundaries in Recurrent Neural Networks
von: Tanner, Jacob, et al.
Veröffentlicht: (2023)

JEDI: Jointly Embedded Inference of Neural Dynamics
von: Jamkhandi, Anirudh, et al.
Veröffentlicht: (2026)

Discovering Mechanistic Models of Neural Activity: System Identification in an in Silico Zebrafish
von: Lueckmann, Jan-Matthis, et al.
Veröffentlicht: (2026)

BRAID: Input-Driven Nonlinear Dynamical Modeling of Neural-Behavioral Data
von: Vahidi, Parsa, et al.
Veröffentlicht: (2025)

Modelling the Effects of Hearing Loss on Neural Coding in the Auditory Midbrain with Variational Conditioning
von: Pellatt, Lloyd, et al.
Veröffentlicht: (2025)

BaRISTA: Brain Scale Informed Spatiotemporal Representation of Human Intracranial Neural Activity
von: Oganesian, Lucine L., et al.
Veröffentlicht: (2025)

Hybrid Spiking Neural Networks for Low-Power Intra-Cortical Brain-Machine Interfaces
von: Vasilache, Alexandru, et al.
Veröffentlicht: (2024)

Rethinking Over-Smoothing in Graph Neural Networks: A Perspective from Anderson Localization
von: Ouyang, Kaichen
Veröffentlicht: (2025)

NOBLE -- Neural Operator with Biologically-informed Latent Embeddings to Capture Experimental Variability in Biological Neuron Models
von: Ghafourpour, Luca, et al.
Veröffentlicht: (2025)

Accuracy-Efficiency Trade-Offs in Spiking Neural Networks: A Lempel-Ziv Complexity Perspective on Learning Rules
von: Rudnicka, Zofia, et al.
Veröffentlicht: (2025)

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

Experimental Design for Multi-Channel Imaging via Task-Driven Feature Selection
von: Blumberg, Stefano B., et al.
Veröffentlicht: (2022)

Graph Autoencoders for Embedding Learning in Brain Networks and Major Depressive Disorder Identification
von: Noman, Fuad, et al.
Veröffentlicht: (2021)

Learning Cross-Atlas Consistent Brain Disorder Representations via Disentangled Multi-Atlas Functional Connectivity Learning
von: Chen, Minheng, et al.
Veröffentlicht: (2026)

Manifolds and Modules: How Function Develops in a Neural Foundation Model
von: Bertram, Johannes, 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)

NeuroSketch: An Effective Framework for Neural Decoding via Systematic Architectural Optimization
von: Zhang, Gaorui, et al.
Veröffentlicht: (2025)

Metabolic cost of information processing in Poisson variational autoencoders
von: Vafaii, Hadi, et al.
Veröffentlicht: (2026)

Omni-iEEG: A Large-Scale, Comprehensive iEEG Dataset and Benchmark for Epilepsy Research
von: Duan, Chenda, et al.
Veröffentlicht: (2026)

Leakage and Second-Order Dynamics Improve Hippocampal RNN Replay
von: Casco-Rodriguez, Josue, et al.
Veröffentlicht: (2026)

Systems Explaining Systems: A Framework for Intelligence and Consciousness
von: Semmler, Sean Niklas
Veröffentlicht: (2026)

TAVAE: A VAE with Adaptable Priors Explains Contextual Modulation in the Visual Cortex
von: Meszéna, Balázs, et al.
Veröffentlicht: (2026)

A Systematic Evaluation of Sample-Level Tokenization Strategies for MEG Foundation Models
von: Cho, SungJun, et al.
Veröffentlicht: (2026)

Why the Brain Consolidates: Predictive Forgetting for Optimal Generalisation
von: Fountas, Zafeirios, et al.
Veröffentlicht: (2026)

Support Sufficiency as Consequence-Sensitive Compression in Belief Arbitration
von: Walsh, Mark
Veröffentlicht: (2026)

Brain alignment of reasoning and action representations from vision-language and action models during naturalistic gameplay
von: Oota, Subba Reddy, et al.
Veröffentlicht: (2026)

Cortex-Inspired Continual Learning: Unsupervised Instantiation and Recovery of Functional Task Networks
von: McKee, Kevin, et al.
Veröffentlicht: (2026)

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

Assembling the Mind's Mosaic: Towards EEG Semantic Intent Decoding
von: Li, Jiahe, et al.
Veröffentlicht: (2026)

How Much Data is Enough? The Zeta Law of Discoverability in Biomedical Data, featuring the enigmatic Riemann zeta function
von: Thompson, Paul M.
Veröffentlicht: (2026)

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

Explore Brain-Inspired Machine Intelligence for Connecting Dots on Graphs Through Holographic Blueprint of Oscillatory Synchronization
von: Dan, Tingting, et al.
Veröffentlicht: (2026)

REALM: Retrospective Encoder Alignment for LFP Modeling
von: Wu, Peicheng, et al.
Veröffentlicht: (2026)