Buchumschlag

Bridging Theory and Practice in Crafting Robust Spiking Reservoirs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Freddi, Ruggero, Seseri, Nicolas, Nigrisoli, Diana, Basti, Alessio
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Neurons and Cognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Generalized Framework of Antisymmetric Polyspectral Indices for Identifying High-Order Neural Interactions
von: Basti, Alessio, et al.
Veröffentlicht: (2026)

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

Implicit Behavioral Decoding from Next-Step Spike Forecasts at Population Scale
von: Minnick, John R., et al.
Veröffentlicht: (2026)

SpikeProphecy: A Large-Scale Benchmark for Autoregressive Neural Population Forecasting
von: Minnick, John R., et al.
Veröffentlicht: (2026)

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

Toward Efficient Spiking Transformers: Synapse Pruning Meets Synergistic Learning-Based Compensation
von: Sun, Hongze, et al.
Veröffentlicht: (2025)

SimSort: A Data-Driven Framework for Spike Sorting by Large-Scale Electrophysiology Simulation
von: Zhang, Yimu, et al.
Veröffentlicht: (2025)

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

Spiking Neural Models for Decision-Making Tasks with Learning
von: Jaffard, Sophie, et al.
Veröffentlicht: (2025)

Correntropy-Based Logistic Regression with Automatic Relevance Determination for Robust Sparse Brain Activity Decoding
von: Li, Yuanhao, et al.
Veröffentlicht: (2022)

SpikeFit: Towards Optimal Deployment of Spiking Networks on Neuromorphic Hardware
von: Kartashov, Ivan, et al.
Veröffentlicht: (2025)

REVE: A Foundation Model for EEG -- Adapting to Any Setup with Large-Scale Pretraining on 25,000 Subjects
von: Ouahidi, Yassine El, et al.
Veröffentlicht: (2025)

Cross-Modal Representational Knowledge Distillation for Enhanced Spike-Informed LFP Modeling
von: Erturk, Eray, et al.
Veröffentlicht: (2025)

Functional Classification of Spiking Signal Data Using Artificial Intelligence Techniques: A Review
von: Sharifrazi, Danial, et al.
Veröffentlicht: (2024)

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

BioSerenity-E1: a self-supervised EEG model for medical applications
von: Bettinardi, Ruggero G., et al.
Veröffentlicht: (2025)

Applications of Random Matrix Theory in Machine Learning and Brain Mapping
von: Lawrence, Katrina
Veröffentlicht: (2025)

Boosting Reservoir Computing with Brain-inspired Adaptive Dynamics
von: Srinivasan, Keshav, 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)

Crafting Interpretable Embeddings by Asking LLMs Questions
von: Benara, Vinamra, et al.
Veröffentlicht: (2024)

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

Automatic detection of abnormal clinical EEG: comparison of a finetuned foundation model with two deep learning models
von: Bussalb, Aurore, et al.
Veröffentlicht: (2025)

Harnessing XGBoost for Robust Biomarker Selection of Obsessive-Compulsive Disorder (OCD) from Adolescent Brain Cognitive Development (ABCD) data
von: Shen, Xinyu, et al.
Veröffentlicht: (2024)

MindAlign: Bridging EEG, Vision, and Language for Zero-Shot Visual Decoding
von: Chen, Zexuan, et al.
Veröffentlicht: (2026)

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

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

On periodic distributed representations using Fourier embeddings
von: Chouinard, Jakeb
Veröffentlicht: (2026)

Meta-learning In-Context Enables Training-Free Cross Subject Brain Decoding
von: Nan, Mu, et al.
Veröffentlicht: (2026)

Stimulus symmetries can confound representational similarity analyses
von: Pashakhanloo, Farhad, et al.
Veröffentlicht: (2026)

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

MEG-XL: Data-Efficient Brain-to-Text via Long-Context Pre-Training
von: Jayalath, Dulhan, et al.
Veröffentlicht: (2026)

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

Adversarial construction as a potential solution to the experiment design problem in large task spaces
von: Godara, Prakhar, et al.
Veröffentlicht: (2026)

A Data-Driven Method to Map the Functional Organisation of Human Brain White Matter
von: Sun, Yifei, et al.
Veröffentlicht: (2026)

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

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

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

Probabilistic Recurrent Intention Switching Model
von: Sheng, Wenyuan, et al.
Veröffentlicht: (2026)

Supervised Training Rapidly Degrades Early Visual Cortex Alignment Across Biologically Plausible Learning Rules
von: Leutenegger, Nils
Veröffentlicht: (2026)

A hitchhiker's guide to Poisson gradient estimation
von: Ibrahim, Michael, et al.
Veröffentlicht: (2026)