Buchumschlag

Identifying Connectivity Distributions from Neural Dynamics Using Flows

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Timothy Doyeon, Pereira-Obilinovic, Ulises, Wang, Yiliu, Shea-Brown, Eric, Sümbül, Uygar
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Neurons and Cognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SPINT: Spatial Permutation-Invariant Neural Transformer for Consistent Intracortical Motor Decoding
von: Le, Trung, et al.
Veröffentlicht: (2025)

Efficient Connectivity-Preserving Instance Segmentation with Supervoxel-Based Loss Function
von: Grim, Anna, et al.
Veröffentlicht: (2025)

Interpretable time series analysis with Gumbel dynamics
von: Wang, Yiliu, et al.
Veröffentlicht: (2025)

Attention for Causal Relationship Discovery from Biological Neural Dynamics
von: Lu, Ziyu, et al.
Veröffentlicht: (2023)

Paradoxical increase of capacity due to spurious overlaps in attractor networks
von: Benedetti, Marco, et al.
Veröffentlicht: (2025)

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

SynapsNet: Enhancing Neuronal Population Dynamics Modeling via Learning Functional Connectivity
von: Delavari, Parsa, et al.
Veröffentlicht: (2024)

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

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

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

State-Space NTK Collapse Near Bifurcations
von: Hazelden, James, et al.
Veröffentlicht: (2026)

Joint-Embedding Masked Autoencoder for Self-supervised Learning of Dynamic Functional Connectivity from the Human Brain
von: Choi, Jungwon, et al.
Veröffentlicht: (2024)

KPFlow: An Operator Perspective on Dynamic Collapse Under Gradient Descent Training of Recurrent Networks
von: Hazelden, James, et al.
Veröffentlicht: (2025)

Integrated Brain Connectivity Analysis with fMRI, DTI, and sMRI Powered by Interpretable Graph Neural Networks
von: Qu, Gang, et al.
Veröffentlicht: (2024)

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

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

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

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)

STNAGNN: Data-driven Spatio-temporal Brain Connectivity beyond FC
von: Wang, Jiyao, et al.
Veröffentlicht: (2024)

Unveiling the Heart-Brain Connection: An Analysis of ECG in Cognitive Performance
von: Sasi, Akshay, et al.
Veröffentlicht: (2026)

Topological Cycle Graph Attention Network for Brain Functional Connectivity
von: Huang, Jinghan, et al.
Veröffentlicht: (2024)

Diagnosis and Pathogenic Analysis of Autism Spectrum Disorder Using Fused Brain Connection Graph
von: Wei, Lu, et al.
Veröffentlicht: (2024)

DAGGER: Gradient-Free Construction of Transiently Amplifying Networks under Hard Connectivity Constraints
von: Ferguson, James C.
Veröffentlicht: (2026)

A Foundational Brain Dynamics Model via Stochastic Optimal Control
von: Park, Joonhyeong, et al.
Veröffentlicht: (2025)

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

Beyond Performance Scores: Directed Functional Connectivity as a Brain-Based Biomarker for Motor Skill Learning and Retention
von: Kamat, Anil, et al.
Veröffentlicht: (2025)

Brain-MGF: Multimodal Graph Fusion Network for EEG-fMRI Brain Connectivity Analysis Under Psilocybin
von: Yap, Sin-Yee, et al.
Veröffentlicht: (2025)

DCHO: A Decomposition-Composition Framework for Predicting Higher-Order Brain Connectivity to Enhance Diverse Downstream Applications
von: Li, Weibin, et al.
Veröffentlicht: (2025)

Spectral Introspection Identifies Group Training Dynamics in Deep Neural Networks for Neuroimaging
von: Baker, Bradley T., et al.
Veröffentlicht: (2024)

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

State Space Models Naturally Produce Time Cell and Oscillatory Behaviors and Scale to Abstract Cognitive Functions
von: Lu, Sen, et al.
Veröffentlicht: (2025)

FLUX: Geometry-Aware Longitudinal Flow Matching with Mixture of Experts
von: Caro, Josue Ortega, et al.
Veröffentlicht: (2026)

Efficient Logit-based Knowledge Distillation of Deep Spiking Neural Networks for Full-Range Timestep Deployment
von: Yu, Chengting, et al.
Veröffentlicht: (2025)

HetSyn: Versatile Timescale Integration in Spiking Neural Networks via Heterogeneous Synapses
von: Deng, Zhichao, et al.
Veröffentlicht: (2025)

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

Extraction and Recovery of Spatio-Temporal Structure in Latent Dynamics Alignment with Diffusion Models
von: Wang, Yule, et al.
Veröffentlicht: (2023)

Inpainting the Neural Picture: Inferring Unrecorded Brain Area Dynamics from Multi-Animal Datasets
von: Xia, Ji, et al.
Veröffentlicht: (2025)

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

A Disentangled Low-Rank RNN Framework for Uncovering Neural Connectivity and Dynamics
von: Li, Chengrui, et al.
Veröffentlicht: (2025)